Microsoft, GPT-4V'nin işlevleri ve kullanımları hakkında derinlemesine bir çalışma yürüten, çok modlu yeteneklerini ve geniş uygulama olanaklarını vurgulayan 166 sayfalık bir rapor yayınladı. Rapor, GPT-4V (ision) modeline odaklanan ve çok modlu büyük ölçekli modellerin (LMM) anlaşılmasını ve uygulanmasını araştıran 11 bölüme ayrılmıştır. Çok modlu girdilerin işlenmesi ve çok yönlülüğünün yanı sıra görsel referans istemleri gibi yeni insan-bilgisayar etkileşimi yöntemleri de dahil olmak üzere GPT-4V'nin çeşitli görevleri tanıtılmaktadır. Rapor, GPT-4V'nin tıp, otomotiv, sigorta vb. gibi potansiyel ve çok alanlı uygulamalarını vurgulayarak gelecekteki araştırma yönlendirmelerini öneriyor. GPT-4V'nin görüntü anlama, oluşturma, aracı etkileşimi, GUI etkileşimi ve diğer alanlardaki uygulaması da tartışılmaktadır.