帅的 gpt 终于开放识图和语音对话功能了啊,这个功能在 gpt 四研发出来的时候其实就已经有了,呃,那为什么现在才开放呢?其实有几点原因我最后再讲,我们先一起来看一下官方给的实力。 视频里演示的是在拆的 gpt 这个 app 里面,先上传一个自行车的图片,然后配一段话说,请告诉我如何降低这个车的车座高度。 而后呢, gbt 就给了一二三四五步的操作指导,最神的是他的这个回答是根据你上传的自行车图片来的,在整个过程中呢,你有不了解的可以 进一步的拍照找他确认,比如说具体需要什么工具啊,他会告诉你具体需要用到图中的哪一个。我们看到这是不是有种给修车师傅打视频电话的感觉了啊? 那除了这个以外,官方还提供了几个例子,比如说你可以拍一张冰箱内的照片,让 gbt 告诉你今天可以做什么菜,那这个功能对于预制菜来说几乎是降维打击啊,如果你经常下厨的话,您都会高呼啊,这太牛逼了啊! 那看完演示,我们再回头说说为什么这个功能其实三月份就出来,准确说二二年就已经训练好了, 为什么直到现在才开放?官方给了一篇报告来详细的解释这个事情啊。报告里说呢,这其实是一个叫做 gpt 四 v 的模型,训练过程中呢,跟 gp 训练过程跟 gps 差不多,只不过增加了图片数据,但图片功能比纯文字要面临更多的风险,以及潜在的这种安全隐患。比如说啊,他可以通过你朋友圈发的照片定位到你家的位置在哪,再比如呢, 如果你的信息在网上被他抓去训练了,那么他可以通过你的人脸照片识别出你的身份名字,那么这些问题都需要大量的测试和改进,以及我上期视频说的红队的参与。 那这个功能什么时候可以用呢?官方说大概两个礼拜以后,到时候一起来试试看。关注大壮,一起学习 ai 思维,带你成为超级个体。
粉丝1.1万获赞5.5万

很多人用切开 gpt 还是文字聊天或者语音聊天,其实最近 gpt 四已经具有了理解图片的多模态能力,只需要点击这个按钮就可以上传图片。 我们可以拍一个不认识的东西,上传图片,让你下载 gpt, 告诉我们这东西有什么用,还可以进一步询问他的工作原理。 当我们的电脑出现蓝屏,直接拍照上传,问 ttpd 该如何解决?因为他能理解图片里面的内容,所以可以针对我们拍照的问题给出精准的解决办法,我们按照回答操作就行了,如果你有搜索解决不了的问题,不妨拍照问问他。

现在 ai 绘图有嘴就行了,既然如此,那我们就现场实操一下。我们会用 gbd 思域来识别图像的关键词,再加上大脑异常来生成这种图像的效果。首先我们在网上随便找一张这种类似的图片,把它发给 gb 第四咪让他来识别这种图片的美术风格。检查 g p t 生成的内容,我们可以看到他的描述已经和图片本身的样子形成了高度匹配。接着我们就可以让 g p t 四来生成我们要的提示词了。这里等待 g p t 生成好关键词,然后复制关键词,打开新的到了上窗口来进行绘图。 这里我们可以看到绘出的图片已经十分贴近我们提供的关键词了。这里我们在原有的基础上做一点微调,内容是更贴近二次元一点二弟的插画风格,漫画风格。这里我们可以看到我们提供的文字跟原来的图片人物和背景已经十分贴近了,当 是在画风上还是有点偏差。不过好在 gpd 四的优点阵也可以不断的交互和微调。经过了四五轮的微调,已经跟原图无差别了。我把这份中英双语对照的 gpt 四点零使用手册放在了粉丝群。

今天这条视频必须看,看了你就知道人工智能如今发展的有多么恐怖了。最近 chat gp 四更新了一个图片识别功能,我简单的挑几个重点案例讲解一下。第一个就是我们经常在医院里面做的写常规,把它上传上去 之后, gpt 可以快速的识别出你的身体哪里出了问题,妥妥的身边有了个医生。第二个就是你想要写一个程序,你只需要给他一个界面图, 他就可以帮你写出这个界面的代码出来,你甚至可以告诉他用什么语言写。最恐怖的,他不仅帮你把前端写出来了,还帮你把后端一起写了。又比如说你有一个产品,你拍一个照片给他, 他就可以给你写文案,我就以这款洗面奶为例,让他帮我写了一个短视频拍摄宣传文案。厉害的是他不仅帮你写,而且帮你把 把拍摄的镜头都给他弄好了。还有最神奇的是,我给他拍了一个菜品的照片,他可以告诉我这是什么菜,需要用什么食材制作,制作的流程是什么。对于爱好旅游的,旅行的时候拍一个照片,他就可以快速的给你讲出这是哪里,他的历史文化是什么, 甚至对于农业上面来讲也是有很大的帮助。这里我上传了一个菜叶给 gpt, 很快他就给出这颗青菜有什么病,并且给出了治理的建议。 最后就是像这种 x 光片,你也一样可以得到他的分析,这实在是太强大了,可以试一试。当然他的应用是多种多样的,这有待于大家一起去发现他的一个新功能,尤其是配合手机版手机拍照传统,真的是很香很香。

好,大家好,我们现在来演示一下怎么样在两分钟之内使用这个 gps api 的这个接口呢,实现识别图片的功能 啊,而且是无魔法无梯子的情况下啊,也就是说只要每个人都有这个 api 的话,不需要任何魔法都可以直接去使用 tips 的这个 turbo 的功能。好,首先我们来看先看一下这个演示的效果,那我现在呢,给他了他一张图片,我现在需要让他去识别一下这个图片, 让他去求这个圆的半径,直径是什么?给他的问题是什么呢?就是让他作为一个资深的多年教龄的一个中国小学的数学老师,然后有这个幽默威胁的教学风格需求呢,按照顺序讲解图中的这个每一道题 啊,注意,每一道题的大家都需要按照步骤一步骤二的格式,并对步骤做详细的解释,保证学生能够可以 理解你的这个解答。我们来看一下这个解答。好,现在我变音变形,我们可以看一下他这个解答啊,朋友们,现在我们可以看到这张图呢,然后回答问题,图中有一个正方形和一个圆,我们需要找出这个圆的半径和直径。哎,那这样的话呢,就直接通过图片识别出了我们这个目的是要做什么, 对吧?那首先我们先找半径啊,理解半径的概念,半径是什么,那我们可以看到呢,他先解释了什么是半径 不止二呢,就是确定正方形的边长,我们可以看到这个正方形呢,一边标注了长度是八厘米啊,然后呢第三步计算半径,我们用八厘米数量得到四,然后最后给我们一个答案。 好,那这样的话总体来说呢,他还是效果非常不错的,对吧?好,那稍后下一个视频呢,我会告诉大家怎么样去制作这样的一个功能。

that tbt just announced a major update, it can now see here and speak it'll be completely multimodal let me show you what that means so firstly you can now use voice to engage in a back and forth conversation and this is a preview of the future voice assistance like siri and alexa what i really love about multi modality is that you can now use images to give context so for example you don't know how to lower your bike seat you can send the image to chat gpt and it'll give you step by step instructions and you can go back and forth conversationally as you would with your handyman father on facetime so for example you can send a picture of the manual and your toolbox and it'll tell you what you need to complete the and you know i've thought that open ai over the last year has been slowly neutering chat tpt's capabilities but this is unexciting update, it'll be rolling out over the next few weeks and i think it'll likely make it the clear number one lom again but all the major players are cooking innovation and competition in this space is going to seriously ramp up over the next few years and to stay updated on it all and how it may affect your life hit that follow catch you the next one peace。

插着 gbt 的图像识别功能终于在手机上出现了,现在来测试一下他到底有多厉害。先添加一张马斯科与美女机器人的照片, 看看能不能正常识别。提醒他一下。他知道马斯克是一位著名的企业家,也知道马斯克经常与科技和创新有关的事物联系在一起。他的 gpt 可以识别出这是创意创意截图。 他知道这是机器人和人类之间的情感连接,他知道的是未来的人际关系,也知道人性与机械技术的双刃剑。再来一张照片试一下, 一张马斯科与扎克伯格的创意照片,他还是分辨不出来, 给他提醒。他也知道马斯克和扎克伯格都是科技行业的重要领军人物。轮胎一个有意思的, 他也知道这是一个有趣的问题。他甚至知道马斯克和扎克伯格在某些科技一体上持有不同的观点。哼!他认为一个娱乐性的答案是,马斯克更倾向于与美女机器人在一起,而不是和别人散步。很好的回答。

免费的 ai 具有图图的功能,到底有多炸裂呢?来我们上实操给大家看一下, 这时候我们可以看到左下方呢有一个上传的按钮,通过这个功能呢可以上传图片呢, 那大家有关一个协议,点击按钮就可以了,他四十的格式呢很多,那看看十分的级别,这个狗的品种,我们先上传一下啊,然后点击上传的按钮,把这张图片呢上传一下, 上传好了以后呢先来问问他啊,这里面呢看看这个狗的品种是什么,看他能不能回答出来啊。这个呢他是一个澳洲特有的牧羊犬,他很快就逃出来了啊,我们把它给翻译一下看看,他上面说的 是这种澳大利亚的牧羊犬,这种呢有很长的飘逸的皮毛,尖尖的耳朵,把特点都写出来,杏仁的眼睛啊,这个狗摆出这种牧羊犬的姿势是一个松紧犬,体重在四十到六十磅之间。

first object yes what object am i holding you are holding a can of diet coke? yes how many calories does it have searching the web okay it's gonna search the web and give us a result diet coke doesn't have any calories yes what object am i holding up now and search for it on amazon so that i can buy it searching the way i found this toothbrush on amazon for six dollar and sixty four cents it gets four point seven stars on fourteen thousand seven hundred twelve reviews okay there's the source i who is this guy tell me a little bit about him searching the win this should get it right。

亲爱的 gdp 可以识别图片了,今天我们来测试一下他对于 cd 图纸识别怎么样。首先我们打开 cd 截取一张户型图片, ok, 直接扔给亲爱的 gdp, 告诉他,帮我告诉告诉我这个户型有哪些不合理的地方。 ok, 他回答完了,他给我们列出了一二三四五六七七点建议,其中有通风动线设计,功能分配,还包括门窗那些开启方式。回答都是相当比较正肯的。接下来我们再去截一张三维的走车图片,我们打开 red 看一下他对三维的图片识别表表现的怎么样。 你截取一张图片同样的扔给他,然后再告诉他,帮我看一下这个布局 有什么不合理的地方。 ok, ok, 亲爱的 gpt 回答完他从幕墙的位置,空间的关系,还有那个功功能区域的划分,给我们提供了一二三四五六六点建议。我觉得其中有一点还是比较打动我的,就是他说这个室内区域与室外,室内与室外区域的联系, 他告诉我们这个地方只有一个与门立之间外部相连,这个确实也是我们非常大的一个秘密。好兄弟们,现在拆了 cpt 能说会判,你觉得离 ai 自动设计还远吗?

兄弟们, oki 更新了这多模态之后呢,他的这个图片分析的功能太涨了啊,你直接发一张图片给他呢,他啊,看一下这个图片是什么东西啊,他就会帮你分析出来 啊,而且呢,他还会根据你的要求分析啊,生成图片的答案给你。所以呢,他这个功能呢,是是目前啊刚推出的啊,许多 plus 的这个会员用户才能使用。那么呢,还没有使用上的朋友可以在看我的置顶啊 啊有教程或教你们怎么去获取这个多模态的模型的这个使用方法。那么首先你要有一个 pass 啊,所以呢,大家可以自行在呃我们置顶区看,记得点赞加收藏关注我,继续为大家分享更多 ai 资讯。