粉丝589.8万获赞4.1亿

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。

家人们谁懂啊! gpt 已经进化到可以直接上传全格式文件,刚刚是 txt 格式,现在试试 ppt 文件,不仅能读取,还能总结分析 ppt 内容,处理 pdf 文档也是轻轻松松。 bdf 转图片一键生成,再也不用开 w s 会原谅, 还会分析文章,生成词语, 分析表格数据更是不在话下,还能生成数据图标,以后再也不用自己做数据分析了。这还不止,还能剪视频、生成 二维码等多功能。点赞关注,下期给大家演示剪视频这么全能是因为我装了 code interpreter 插件。安装很简单, 登录插 gpt, 再点击左下角的 set, 点击贝塔,打开 code interpreter, 刷新你的 gpt, 选择四 a 就可以用了。这个插件真的很牛,快去试试吧!

我们的世界正在被史上最强大的人工智能深刻的改变着。这个十月, gpd 思维图像识别功能的横空出世,让人类个体之间在知识、技能、逻辑上的鸿沟正在被完全踏平。我今天总结了九件他可以做到了让我震惊的事。首先第一点,这个 gpd 思维现在可以快速查看 x 光片处方和医疗报告了,他现在可以看懂没完全理解与上传的文件, 针对你的病情回答相关的问题。这代表着在 ai 时代,任何人口袋里面可能就装了一个最顶尖的医生。显然, gpt 这个新的 解决功能是令人惊叹的,就像这个用户询问自己刚吃的这顿饭中的卡路里数量,人工智能不仅识别出了食物,甚至还计算出了这顿饭中每一个食材的卡路里, 提出了健康饮食的建议。好,接着往下看, gpd 思维还被证明是一位出色的产品设计伙伴。就像这个用户,他给 ai 提供了他的网站的设计方案, pd 思维现在可以直接进行方案评审了,他能够直接提出有关字体、布局、内容等方面的建, 这对于独立开发项目或者学习设计的人来说,相当于是多了一个合作伙伴。且最离谱的是,他可以直接生成出网站,利用这个 gpd 四的视觉功能。就比如说你刚才做好了这个网站方案,他可以直接根据你的草图或者方案,直接将图像转化为实时的网站,这展示了 ai 未来发展的无限可能性。 另外,现在这个 gpt 思维版本可以直接根据你上传的照片来识别出你在哪,就像这张照片一样,他告诉上传的用户这是什么建筑,并给他讲出了这个建筑的历史。 对了,如果你在,杰克 mitterni 甚至可以成为一个顶级的电影创作者。比如说这个用户,他给 gpt 思维提供了四张他由 mitterni 生成的电影剧照,并要求他构建一个将他们联系起来的。 他所展现出的创造力已经与人类无限接近了。比如这个案例, gbt 思维的视觉功能为万圣节和圣诞节导演了一次完整的产品拍摄,并为用户提供了反馈。而且 gbt 思维现在擅长识别图像之间的差异了。这虽然是一个看似微不足 到的功能,但是这个功能如果用在法医扫描或者库存检查中,那显然会极大的提高人的效率。你现在甚至可以利用他成为你的游戏达一热线。就像是这样,你给他一个游戏截图,他可以直接帮你分析出游戏的玩法和攻略。 聊了这么多,显然人工智能正在深刻的改变各行各业的游戏规则。人工智能的快速发展和你能用好人工智能真的让人和人之间的个体差异在无限的被拉平。

拆 g p t 迎来了重大升级! open i 今天发布了 g p t 四,带来很多令人兴奋的新功能。首先, g p t 四支持图像输入,比如这张图片像拆 g p t 提问, 如果绳子剪断会如何?他会回答,气球会飞。甚至你只需要在纸上画一个网站草图,拆 g p t 就会根据你的草图生成一个完整的网站页面代码。第二就是 g p t 四突破了字数限制,由原来的三千个字扩展到了两万五千个。 如果你是一个程序员,你现在就可以直接把完整代码 ctrl a 复制粘贴复上编译错误提示,他就会帮你修正所有 bug。 第三就是 gp 四的内容质量大幅度提升,比如我用它来写一个抖音带货文案,我们看看他能做到什么程度。

这个图片啊,就是这其实是 g b t 四官网上的一个图片啊,这个图片它的这个标题叫什么?叫一张有趣的图片啊, 这个图片呢,其实呢,有人呢,把这个图片发给呃,这个 gpt 四模型,让他识别一下,为什么这是一张有趣图片,那么 gpt 四这个模型啊,他其实讲的非常精准啊,那这张图呢,其实是这样,他把一个我们呃老式电脑的 vga 的插口啊,这个蓝色的插口插在了一个新型的手机上啊, 这这种组合一般是不常见的,但是 g b t 四模型呢,通过图像识别,通过这个逻辑推理,通过尝试性的思维, 他已经能够回复出这么一个命题,也就是说,这张图片,他其实把这么一个 vga 的插口插在一个手机上,这是一个有趣的事情,一般没有见过啊,他的笑点在哪里,他就把他精准的给捕捉出来了,所以呢,这个说明什么呢? 这个 g b t 四模型啊,不但具有了一定程度上的图片和文字理解能力,还具有了我们常识和推理能力啊,这个信息呢,也许没有明确的 人教给他学习,但是呢,他通过全网大量的这些语料,通过大量的训练数据,他自己理解了这么一个逻辑,这是基于他对图片文字理解能力以及常识推进推理逻辑能力的啊,所以这是非常稀缺,非常罕见的这么一个能力。

gbt 四的多模态功能究竟有多强?最近开放的 gbt 对话功能实在是太火了,但是啊,其实这个功能只是用了文字转语音的技术而已,积灰道的内容还跟之前是一样的。 真正厉害的是图片识别功能,体验过后啊,我真的发现要取代很多传统的职业了。我们现在看第一个场景,我发了张 s 框片给他,他马上就能识别出来是腰椎,并指出其中的病理问题啊。虽然他一再的强调不是医生不能提供医疗建议,但是至少在他的帮助下,一些小问题我们在家里就能够解决。 这个场景是我开车的时候拍的,他能立马识别出是特斯拉的车,并且非常详细的告诉你启动的步骤。更厉害的是啊, gpt 说的步骤完全就是正确的。最后啊,是我吃饭的时候给他发的一张图,可以看出来, gpt 识别出来了我早餐每一样的东西,并且给我的搭 搭配提出了见解,这真的颠覆了我们传统的认知,我的手机里就像装了一个百事通一样,你们想想,靠文字与 g b t 沟通,实际上有很多东西是文字表达不出来的,但现在不管遇到什么问题,拍张照问 g b t 都能够解决,只能说 ai 的发展操作我们认知了,未来已来。

各位,科技真的大爆炸了, gps 识图功能一直不上,现在被一个叫做迷你 gps 的网站给做出来了,真的太炸裂了,而且团队大多数都是华人。 我让他给彭贺洲的头像编个故事,这故事的水平真的秒杀了很多编剧的水平了。我又让他识别这个图有什么笑点,他的回答真的很恐怖,他竟然能看出来这只鸡在狗身上很享受。 此外,他可以看着图就能说出来植物生病了,而且是因为真菌感染,可以根据实物图片给你出来详细的菜谱, 甚至可以根据这么潦草的一个草图直接做出来一个网站。朋友们,我感觉好不真实啊,我们到底生活在一个怎样的世界?

近期发布的 gpt 四 v 结合了强大的 gpt 四大语言模型以及准确的图像识别能力,被广泛应用到各个专业领域。 比如 gpt sv 可以正确读取复杂的 x 光片并生成专业的放射报告。对于医生来讲, gpt sv 可以提出专业的建议以及解决方案。 此外,还有用户使用一张图像来测试 gpt 思密的理解和推理能力。从结果可以看出, gpt 思密不但读出了文字的内容, 还按照作者的要求完成了指鹿为马的操作。 g p t 四 v 还能准确识别难以分辨的图像,或者读出用户的暗示,完成精准的回答。因此,如果你有不懂的问题,只需拿起手机拍照就可以获得正确答案。如果你没有 chat g p t plus 加号, 也可以使用免费开源的 level 完成图像的读取。往期的视频中有具体介绍和地址,下载我是凯哥,关注我,获得更多 di 干货!

open i 的联创在太的演讲上啊,展示了 g p 四的最新能力,这其中包含了浏览网页、思想链,文件分析,画图、探索性图表。演示者要求 g p 四画一张演讲之后的晚餐, 我们可以看到 gpt 开始进行了绘图细节的描述,然后调用了 openni 自家的文生图模型刀艺。大家可以看到啊右上角的 gpt 的插件这回来到了三个, 相当于演示者将使用三个插件来完成这次的任务。这次的任务是需要将刚才 gpt 展示的晚餐材料 所需要的食材加入购物车。啊 g p t 也成功地做到了这一点。之后演示了 g p t 的思想链,这个思想链其实和目前的 auto g p t 有点类似, 也是赋予了乱七能力,并且有自己的练士思想啊。我认为本次也是比较 nice 的一个功能是这个文件分析啊,非常亮啊,就相当于他开了一个叫做呃解码器分析 插件,这个插件大家可以注意到左下角就变了,多了一个加号,就是说他能够上传文件了。然后这个演示者传了一个 csv, 然后要求 g p t 进行探索性数据挖掘,并且返回图表。这块我必须得吹一下我自己的,之前经常告诉大家说可以尝试让 g p t 用拍子的方式返回图表,那这次 ti 的演示里边所有的绘图 我们可以清楚的看到啊 gp 四尝试了使用拍摄绘图,然后进行了这个功能整合。本次这个泰的演讲,基本上把 gp 四现在最新最强的能力全部都演示了一遍,啊 gp 在文生图领域可能会大放异彩。

okay cool! hello everyone it's me so as you can see we are getting some object detection so you can see it's sang like my beanbag running music couch it's got my chair it's got me so what i did was i took a pretty trained yellow v8 model which is just a vision model? and i added some of my own custom data the labeling is not a hundred percent right yet and as you can see we're getting this info live but i have three objects to test it on and what i also did was i hooked this up to open ai's whisper so that i can use my voice and then we're using google text to speech so that it gives the computer a voice even the voice is not good so i'm gonna go ahead and run this and we're gonna kind of run through these three objects i have and i'm gonna show you what happens when you give gpt4 eyes and you hook it up to the internet you hook it up to your webcam so let's let's run through this check this out 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 web i found this toothbrush on amazon for six dollars 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 this should get it right john wick is a fictional character played by keanu reeves in the neo noir action thriller film series john is a legendary hitman who seeks revenge after again invades his home steals, his car and kills, his puppy that was a gift from his late wife this sends him back into the criminal underworld and puts him in conflict with the international。

不用付费也能用上 g p t 四的识图功能。别看它叫 mini g p t 四,但在图像识别上,不仅延续了 g p t 四的惊人能力。比如根据图片提供食谱,根据草图开发网站描述图片里的内容及笑点, mini g p t 四还展现了更多的可能性, 比如识别图中的植物出了什么问题,并给出具体可靠的处理办法。再比如,只看产品图就能写出很懂营销的广告文案。这么普通的杯子, ai 写的是,既然你可以有一个以猫为主题的杯子, 为什么要满足一个普通的旧被子呢?真的很难不叫人心动。还有,看图为你写诗写故事,看图给你科普艺术品,看图给你检索并讲解电影, 看图给你讲安全防范意识。最令我震惊的是,如果 ai 不说,我还真不一定看得出这个 logo 是火烈鸟,你看出来了吗?

你们知道这个功能出来之后能为某些行业省多少钱吗?来我一个视频给你们讲清楚啊,这个功能是 gb 四的多模态啊,昨天出来了。所谓多模态,其实用人话说就是他能看懂图片了啊,这个视频我们只关注他两个点啊,第一个点就是他发一张图片,上面你可以,他可以知道你要问的重点是什么,就是这种画圈功能 啊,他能识别到这个圈和这个图片。第二呢,就是他具备 ocr 级别的文字手册精度识别。 ocr 的意思是他能看懂图中的文字啊,无论你文字是什么国家的语言啊,他都能看懂, 并且支持多张推理能力。这个案例中其实就是第一张图是自行车车座子的维修手册,第二张图是他手里边有的工具箱,然后他问 gpt 现在这个工具在哪?然后 gpt 跟他说你的工具在你左侧的第几排的哪个工具?其实这个案例我们可以看出来, gpt 在多模肽的精度处理上还是很 ok 的,那基于这个功能我们能够捕获什么 价值?我们能在哪些行业发力啊?狗哥给大家抛个砖引个玉啊,以后所有需要上门维修的行业,我们是不是都可以自行接入这样的一个指导工具 啊?然后把它比如接到微信的公众号里边,然后呢,让这个用户拍一张照片,拍一张照片之后问,然后再画个圈,或说我这坏了应该怎么处理?那现在我是不是可以自行处理?不能自行处理的话,那你们的人工是什么?结合原来 open i 的分身扣,咱们大家讲过很多,对吧?处理让人工接手 啊这样的一个前端的前置的客服功能,我觉得 gpt 只要开放了这个呃,多模态的 api, 我就实现这个功能简直是分分钟的事。比如说以某些设计领域的方案,把有有一些设计领域的这种格式来要求 gpt 基于某些 标准去帮我检测图片是否合规,或者图片是否 ok, 符合哪些点。那这种都是我们可以做 啊,狗哥目前开了很多脑洞,你们认为可以基于多么太做什么东西来捕获价值,什么行业,你在评论区留言,如果有特别好的想法,狗哥直接给你实现出来送给你,然后咱们再琢磨怎么分钱好不好?

呃,这个视频我们来演示一下这个 gpd 四。呃。昨天推出的一个网页端的图片识别,呃。在这里。呃。这个图片识别的话在手机端的话在之前就推出了,但是这个网页端的话好像就是昨天才推出的一个这个图片的一个识别。 呃。图片识别的话,他并不是在这个增加数据这一个,呃。增加数据这一个他虽然可以上传图片然后进行识别,但是他是通过编写代码去识别一个图像的,识别的并不是很准确。呃。昨天增加的一个图片识别的话,我们要选择这个默认,默认的话,哈,这里有一个图片, 我们可以去打开一张图片来看一下。呃,比如我们去找一张图片,呃,比如这个吧,呃。我们去识别这里面有多少人,他头上戴的什么啊?这 类的也可以啊。我们来看一下,我们把这个图片拖到这里来,然后问他图片有多少人 的,是什么,我们进行发送。呃。他就识别出。呃。图片中有两个人头上戴的是这个皇冠, 但是他是没办法去识别这个人物是谁的,不管是谁都是没办法去识别他的头像的,他这个涉及到隐私的问题,所以他这个是被他拦截掉的。而我们再来看一下啊,随便点一个吧。而这个图像这下面有点花,但是我们问他这里是哪里吧? 啊?他这里没办法去识别,我们再去找一个图片啊,比如我们去识别这 这是什么车? 这辆是什么车。 呃。他这里就识别出来了水量宝马的差异啊,当然他这里是有写的,这个是差异,具体的大家可以去试用一下啊,这个就是他的图片的一个识别的功能, gbd 四,手机端的话他就装上的眼睛跟耳朵,但是我们在这里网页端的话,他只装上了个眼睛, 并没有装上耳朵啊,看一下过两天啊有没有进行相应的更新,有更新的话应该会装上他的耳朵,以后跟手机端应该是差不多的啊,我们可以去期待一下。嗯,这个内容就讲到这里。

ai 太强大了,他可以当我们的家教了。现在我们让他来拍一道初中的题,然后让他根据这道题呢给我们一个答案,然后我先拍好,拍好了之后告诉他解答这道题 啊,可以给你们看一下这道题啊, 看他已经识别出来了,他说这是一个与现状跟速度有关的数学问题,让我们一步一步的来解答, 你们觉得答案正确吗?把答案写在评论区。

真的炸裂好用!有了这个插件, gp 才从月薪八千涨到了月薪两万,因为他能读文件了!平时办公最实用的两个功能,第一个,你有文件没时间读,就丢给他,十秒生成梗盖, 还能 pdf 转图片,我让他把事业拼一张图,瞬间就拼好了。第二个,你有数据要分析,还要生成图表,丢给他, 十秒生成图表,柱状图、折线图都任你挑。那哪里可以找到这个插件呢?要调取这个神奇的代码解析器,点开账号设置就能看到了。 ai 的效率这么高,未来会成为每个人的好助手,也想要 ai 为你打工的,欢迎进优质社群一起成长!

拆的 gpt 重磅更新来了,期待已久的上传文件功能终于实现了!打开代码解释器的开关,你就可以看到出现了一个加号,可以上传表格、图片、音频、视频, 各种类型的文件,对不同的文件进行各种操作。比如我上传一张表格,让他进行分类数据的统计,他不断的调整思路,最后给了我一个正确的答案。我再让他分析这组销售数据有什么规律和问题,他直接给出了分析图以及分析的思路和最后的结论。实际上他可以进行更复杂的数据分析,以此还可以给出很多商业建议。目前公布的这个功能还不能直接读取分析图 片视频里面的内容,但可以进行一些基本的图像操作,比如调整亮度、边缘检测特征提取的,也可以进行格式转换。还有更多深度操作,我会慢慢演示给你。

用了 gpt 四 v 的图像识别功能之后啊,我感觉知识经验技能之前的巨大鸿沟呢,正在被人工智能慢慢弥合。我今天呢,总结了它的几个神奇用法。第一个 gpt 四 v 呢,可以看懂 x 光片,它能够分析病情,并且给出诊断建议,这相当于啊,在我们手机上直接装了一个医疗助理。 第二个呢,就是 gbt 四位啊,他其实还是一个生活助手,我们可以看到啊,上方呢,我给了他一张花的照片, 然后呢,他就可以识别出是什么花,并且告诉我如何去养护。那第三个点是感觉比较离谱的,就是如果我们的电脑出了问题啊,你给他一个电脑报错的一个画面能看到吧, 他就可以给出如何修复的措施,妥妥的万能助手。当然第四个方面啊,在教育领域,如果你遇到 到不会的问题,你可以直接拍下来告诉他,比如说给他一道高中数学题,然后呢,他就可以为你提供相应的解答,再也不用担心说不会写作业了啊。当然不仅如此, gpt 呢,还可以充当一个前端的工程师,你只需要给他一个设计稿, 然后呢,他就可以生成前端的代码,虽然看上去不那么完美啊,但是随着技术和产品的迭代过去以后啊,他就是程序员的标配了。 当然还可以利用 gbt 四 v 啊,来教我们 p 图,那你可以发两张图片同时给 gbt 四 v, 让他告诉你怎么 p 图,还可以追问具体的参数调整范围。也可以呢,只发一张图片,让他给到滤镜的参数调整范围。而以上这些功能啊,也只是很小的一部分,你也快去试试吧!