$商汤-W(00020)$ OpenAI的GPT-4o第一时间使用了下，速度比turbo快一些，图像理解更准确了。但图片的分辨率变大后会明显慢了很多，应该是上传需要的耗时。所以如果在机器人上想用到多模态的能力，还是得边缘计算，本地内置模型进行推理，基于数据安全的场景来说也不可能把图片传到一个云服务器上再返回。