OpenAI ve Google multimodal model rekabetinde kıyasıya yarışıyor, OpenAI GPT-4'ü bozabilecek güçlü GPT-vision modelini piyasaya sürmeyi planlıyor, bu model görüntü içeriği tanıma ve oluşturma işlemlerini gerçekleştirebilecek kadar güçlü ve hatta elle çizilmiş eskizleri web sayfası koduna dönüştürebiliyor, ancak güvenlik konusu tartışmalı. Yine çok modlu bir model olan Google'ın Gemini'si, GPT-vision'a karşı koymak için YouTube verilerinden yararlanmayı öneriyor ve bunu Google Cloud Vertex AI platformu aracılığıyla kullanıma sunmayı planlıyor. Her ikisi de multimodal modellerde çığır açmaya çalışıyor ve gelecekte kimin hakim olacağını göreceğiz.