gptimage2 回复数设置

本条视频含 ai 生成视力图，仅供技术讨论。 gpt 英妹这来了，就问设计师们怕不怕？过去几年， ai 生图一直有个死穴，文字永远是乱码， gpt 英妹这点五英文能看了， 中文还是鬼画符？但最近的 gpt 英妹这把这个短板彻底补上了。 ai 生成的模拟身份证、名片、 ui 界面、直播截图，上面 每一个字都分毫不差，排版工整和真的几乎一模一样。护肤品电商首图赠品价格好生处清晰可读世界地图、地名、海洋名图里文字精准复刻。这不是技术升级， 是证据定义的崩塌。以前都是有图有真相，造假成本高，现在黑暗。一句话，生成零成本， 零门槛、无痕迹截图从呈堂证供变成了仅供参考。真正的冲击还在新人层。设计师以前，之前的是绘画图，以后是 能判断什么图能用，初级美工的活 ai 能干，但审美场景识别甲方理解， ai 替不了普通人。你收到的客服截图、转账记录、聊天证据可能是 ai 生成的，以后可能会有消费者用 ai 生成商品，编织图申请仅退款。还有一组全被 ai 生成的陌生人闯入图片引发恐慌。这才是 gpt 以美着二系四级孔的地方。 ai 抹平了造假门槛，我们的视觉信任正在挖掘。

就在前几天，拆 gbt 刚刚更新了它的隐秘者二点零的图像生成模型，这一次应该也是拆 gbt 第一次模型更新之后，在它的官网当中没有放上太多的文字版的介绍，而更多的还都是这种 向生成的结果案例作为展示了，应该也是直接想让用户直接能够感受到他的这一次模型有多么强大。这一次我通过大量的案例测试下来之后，发现主要有两点还是比较突出的。首先第一点，对于真实性，回头可以看一下这张图片，这张图片是以 v 二点零 生成的一个 mac 电脑的桌面的版本，首先是它的应用图标已经很完整了，其次就是它的不管是缩多小的这种状态栏文字，包括还有它的图标样式，几乎是没有任何的错误，还有就是桌面的这种界面样式几乎是没有任何问题的。 第二点，关于文字的生成的能力真的是提高了太高的一个 level 了，不管是中文、韩语还是日语，以及这种泰泰文，泰国的语言，还有像印度的语言当中的五十三种语言的文字形式，基本上都是可以直接生成的，质量是非常好， 但是我在测试了大量打理之后发现其实还会有稍微的一点点小小的弊端，他在生成的过程当中还是需要我们给到对应的一些准确的描述，不能太过于的自然语言，或者说不能太过于的简单了，还是要描述的相对于准确一些， 它在生成的质量或者说遵循我们用户的指令的过程当中，还可以给到我们更好更高的一些结果，给各位同学展示一个案例，我这里边做了一个 p r d 文档，给到 j b d 之后让它先进行提取，提取完成我会给到对应的一些指向性的这种要生成的界面 以及对应的尺寸。那么他给到我返回的结果，比如说这里边生成的是一个蓄势界面，并且指向了用户是十岁左右的儿童，尺寸是 iphone 十七，他就可以直接帮助我生成这样的一个 样式以及界面，所有同学可以看一下，我稍微放大一点，这里边不管多小的中文的文字图标样式以及排布样式，包括里面的插画样式，合情合理，没有任何太大的一些问题。 但是这里边我明我说的是 iphone 十七的尺寸，他可能也把这个 iphone 十七的手机壳给理解到，其实也给生成了一个手机壳，那这个时候我其实就直接要求他给到我一个界面就 ok 了，他就把手机壳给去掉了， 没有任何的这种差异性。再来往下看，就生成同样的界面，同样的尺寸， ok， 没有任何问题。当我在想让它生成一个 样式的时候，或者说生成一个对应图片对应界面的作品级包装的时候，其实还是出现了一些奇异的，本身应该是这个界面，它是一个 iphone 十七的尺寸，在作品级包装当中应该也是一个 iphone 十七的尺寸的样式，但是还是会有一些被拉宽了，这个还是没有办法理解的，到后来反复的进行修改，在这个过程当中还是他理解到了应该是整个作品集的样式是一个十六比九的样式，但是必须要把所有的尺寸全部都明确的给他提到了 他才可能，比如说作品集应该是十六比九里面的界面， u i 界面，他才能可以理解的很准确，最后反复的跟他推销之后， 基本上就可以得到这样的一个结果了，一个完整的作品级包装样式，一个页面还是反复的进行推敲，但是经过的轮数其实差不多，我们在原本的 ai 模型当中，包括 image， 就 gpt， image 还是现在的极梦图像里边， 其实我们不管是跟他的想拿到一个最终结果，至少要经过在七到八轮或者十轮级以上，我们才能拿到一个结果。而现在我们大部分其实是两到三轮之间，基本上就可以拿到一个最终完美的结果，而且几乎是不用太做任何的修改。各位同学可以看一下这里边不管是多么小的文字是吧？ 其实都是可以直接生成的，比如说这种陨石来袭，什么危机出现，稍微会有点小瑕疵，但是其实已经能够达到了百分之，我所认为的是已经可以拿来直接去应用和使用的了，可能需要我们作为修改的过程，修改的体量或者修改的位置其实并没有那么太多了， 而且会把里边的所有的文案也帮助我们直接进行生成了。玩家在冒险旅程当中可以选择一位 ai 伙伴同行，也是合情合理的存在的。 ok， 这个其实就是我给各位同学去感受以及落地的一些案例，相信各位同学应该也在网上看到了大量的一些其他的博主也好，或者说 新闻媒体上去传导传递出来的一些案例和效果了，其实是有一个非常大的明显的提升的，就是文字这一块 已经把图像生成领域的模型能力已经最后一块拼图基本上已经给补齐了，所以也推荐各位同学赶紧去试一试。 ok， 这期视频就到这了，下期视频再见。

大家知道我一般不轻易说词，但是这一次呢，我们把 openai 的 chat gpt 五点五接入微信的时候，真的忍不住说了句， 这也太离谱了吧，为什么呢？因为 gpt 五点五让微信活了过来，他不仅能够非常认真，非常自然的回复用户，甚至做到了让用户根本不知道他在跟 ai 聊天。比如，当用户话只说到一半的时候，他会带着情绪去回复， 哎，你话只说了一半，急死我了，这哪里是 ai 啊，这是真人吧！更夸张的是， gpt 五点五结合十六 ai 的 桌面智能体， 它更具备了操控电脑的能力，可以像真人一样去识别新的聊天窗口，点击新的对话、新的私信、新的群，跑过去自己回复用户。我们的一些用户甚至已经玩起了图灵测试， 看看谁能分得清是真人还是 ai。 如果你也想体验这款 g p t 五点五加微信的智能体，让你的微信自己会想、会看、会说，评论区扣 ai 吧！

快把这个提示词仓库直接焊在你的收藏家！它收入了全球大神的数千条专业提示词，比如文字提示词、图片提示词、视频提示词、编程提示词，甚至连很火的 g p d image 二 nano banana 系列的图片提示词这里都有， 甚至还做了详细分类。比如想做视频又没有灵感，这里直接给你五百九十二个场景的爆款视频提示词布置粘贴就能用。更关键的是，这个网站不用登录，完全免费，持续更新就非常离谱。

gbt emoji 二点零上线了，有图有真相的时代可能真的要结束了，你敢信吗？就刚才那张照片，竟然是 ai 几秒钟生成的。以前咱们老说啊，说无图无真相，现在呢？直播截图，朋友圈界面， ai 生成的字可以一个不错，肉眼根本分不清，一句话，你能看到的都是它能生成的。 就现在全网都在喊说设计行业完蛋了，但是我不想贩卖焦虑，我也是开公司的，大家可以猜一下我做的是什么，我只想跟各位老板算一笔账，因为这二点零到底能帮你省多少钱？ 首先我们看一下传统模式哈，餐饮老板做一张菜单，找设计公司报价，一千五，你觉得好贵呀，人家说这是市场价，等一周交稿，你看了说颜色不行，他说这是设计感。来回改了三版，你终于妥协了，因为明天要开业了， 做活动的老板呢，一张海报两千，第一版你说字太小了，第二版颜色太暗了，第三版你说算了，就这样吧，因为活动后天就上线了，做电商的一套产品，主图八百，你每个月上线都要拍一年小一万，还得约摄影师等排气，选片，修图。一套流程下来，哎，半个月过去了， 做知识付费的呢，一套课程封面加详情页，三千起步，找三个人比稿，三个都不满意，最后你还是凑合用了其中一个钱花了气受了，时间搭进去了，出来的东西你还不见得满意。做老板的哪个没吃过这个亏？ 现在看 ai 哈，同样的菜单，你告诉他，中式快餐干净有食欲。价格栏留空，要年轻化三十秒出来了，活动海报呢？输入节日促销产品中间的折扣信息，留空三十秒又出来了。产品图输入护肤品放在木质桌面上，暖光极简风格依旧，三十秒 课程封面输入商业思维课，深蓝色大气极简风格还是三十秒。刚才那四样东西，菜单、海报、产品图、课程封面。传统模式加起来要七千多吧，等于一到两周。现在 ai 加起来两分钟电费几分钱？ 七千块对几分钱，一礼拜对两分钟，你说这账还用算吗？那省下来的那几千上万块，这钱能干嘛？我再帮你算一笔。 首先呢，你可以至少多招一个销售，每天多打几十个客户电话，你可以多投两波本地推，把同行的客户都拉到你这来。但说句实话，省这几千块只是今天最小的账，老板真正的痛，根本不是说你多花了多少钱。 老板最怕的第一件事叫失控。你开一家店，菜单要等设计师排期，海报要等设计师心情活动上线时间，你要跟着一个人的时间表去走，你说周五之前必须出，他说啊，最近排满了， 你的生意进度凭什么握在别人手里？第二件事是隐形成本，比设计费贵一百倍，你算过没有哈，一张海报拖一周，这一周你的投放上不了，你活动推不了，新款挂不了，一天至少少赚两千，七天就是一万四，设计费才两千呀，但是你搭进去的是一万四的机会成本， 这个账比设计费很多了。第三件事是你的同行不会等你，你在等设计师改第三版的时候，你隔壁那家店用 ai 三分钟出了五版图，当天晚上就发了，第二天已经开始接单了，你说客群就那些人，他去他那了，就不会来你这，那你省的到底是设计费还是市场？ 所以 emoji 二点零到底省了什么？最主要的是他把时间表从设计师手里抢了回来，攥回了你手里。他把等一周变成了三十秒，把改不了变成了随便改，把排期满了变成随时出。以前我们不敢多试，因为每试一次，设计费要重新花，排期要重新排 时候试错成本非常高，你就只能少试啊，那少试就少机会。现在 ai 三十秒出来了，今天你想到一个主意，今晚就能发出去测，一个月试一百次，只要有一次爆了，赚回来的就不只是那两千块的设计费，是一整个新业务、新客群。 所以老板拼到最后，拼的不是谁有钱，拼的是谁的决策更快，谁验证快，谁抢市场快。 ai 给你省的就是从想到干中间那一段最磨人的时间， 这才是老板该算的账。所以谁先用好 ai， 谁就先拥有下一个时代。这不是空口白牙，你也不要觉得需要学什么很高深的 ai 技术，唯一的门槛就是你要跟 ai 说人话，就像你交代员工一样，说清楚你想要什么风格，想要什么颜色，这里要放什么字 就够了。因为未来一家公司的视觉产出效率，取决于老板有没有学会能跟 ai 精准的去对话，而不是你的设计师加班到几点，到那个时候，你跟同行比什么？比谁的海报出的更快，比谁的活动上的更早，比谁的试错成本更低？你两分钟干完他一周的活， 剩下那六天二十三个小时，你全拿来搞客户、搞流量、搞钱，他拿什么跟你拼？我是娜爷，致力于用 ai 帮老板省钱，关注我，帮你把公司的每一分钱都花在刀刃上。

小熊，对吧？然后再加个灯就可以了，然后再去做口播视频， 对吧？不就是一键去给它换背景吗？对吧？然后把这个图再上传到这个这里就可以了 啊。 ltx 改了，搞了个三十秒的。那也蛮，那你也蛮厉害的，那你要跑多久啊？跑这么长？二十秒的是用这个。刚刚你不在我现场跑了，你看现场跑的 花了我积分的，用的 cds 二， cds 二点零的节点去跑的闭源的，你 ltx 二点三，它的打斗效果没有？没有这个好的，官方的呀？官方的 bad dance 不 就是官方的吗？对吧？图片，图片是用的这个。嗯， g p t max two 的 提车词，这里主要是提车词，你看很长，对吧？再给你款看一下吧。看一下，差不多了，现场跑的一个慢剧短片。

我最近用 ai 发现了一个很可怕的现象，这是我用 g b d 生成的一张图片，太真了，我根本看不出来是 ai。 于是我把它发给豆包我，让他帮我分析是实拍还是 ai 生成的，然后这是他给我的回复，张图是真实，实拍的，不是 ai。 然后他并且给我了一些依据， 注意到这里还没有结束，于是我把它分别丢给了 jamna、 grock 和 gpt。 jamna 给我的回复也是真实的，这是 grock 给我的回复，也是像实拍，不是 ai 生成的。 gpt 给我的回复也是真实概率偏高，不像 ai 生成的，这是他刚刚自己生成的，他现在又忘了。看完这些，我感觉有些后怕， 就是如果 ai 连他自己都分辨不了真伪，那以后我们还能依靠什么来分辨呢？以前我们来识别 ai 图，可以看手指，看文字，看背景细节，但是当 ai 开始规避这些问题，生成的图片就越来越逼真实。这些方法其实都在失效， 隐形水印可以被破坏，文件信息可以被清空，一张图只要被截图、裁剪、压缩，二次转发，很多原始信息都会丢失。 以前有句话叫有图就有真相，但随着图片越来越难以辨别真假，那么大家就会默认网上的图不可信。最可怕的不是 a a 深图，而是我们判断现实的方式被改变了。当造假的成本越来越低，信任的成本就会越来越高。

啊啊啊啊。

哈希表的原理其实很简单，真正的难点在于实战中你到底能不能想到去用它。大家好，我是写代码的透明人，今天给大家带来的是 little code 代背系列的第二期视频，我们今天需要解决的问题是两处之合。 由于目前分享和介绍 little code 的 视频非常的多，而本人的视频制作能力也比较有限，所以从本期视频开始，我将借助 ai 的 方式进行辅助讲解。 具体而言，我会采用最先进的 g p t e m g 的 模型，让 g p t 分 析对应的题目应该如何解决，并生成最终的导览图。 首先是观前提醒，本视频有一定的观看门槛，需要你具备最基础的数据结构与算法的能力，例如需要你了解哈希表站等数据结构，所以本系列视频并不适合入门学习算法的纯新手。其次，本视频适合需要准备校招或者实习等具有实际刚需的同学。 此外，本系列视频不会详细介绍代码的实现，只提供具体的思路。因为不同同学刷题所用的语言不同，所以我无法将每一个语言对应的题解都介绍一遍。如果你在代码实现的部分遇到了困难，可以直接参考具体的题解，或者借助 ai 帮你生成对应的代码。 目前已经是广泛使用 ai 的 时代了，所以 ai 的 代码的能力是肯定要强于我的。最后，我将所有的 lizco 的 视频大致分为两类，背诵类和理解类。背诵类是非常经典的题型，需要你完全掌握 并且背诵其题解以及对应的考察要点。而理解类则相对宽松，主要需要理解其题型和解析思路即可。 接下来我们正式进入题目讲解环节。给定一个整数数组和一个目标值，我们需要从这个数组中找出何为目标值的两个整数，并返回其下标。例如，一个数组中的元素为二，七十一、十五，目标值为九，我们需要返回元素二和七的下标，即零和一。 另一个数组中的元素为三，二四十一，目标值为六，我们需要返回二和四的下标，即一和二。这里三加三也等于六，但是三的数量为一，且题目中明确说明不能使用两次相同的元素，因此我们不能使用三。 这个题目的等级为背诵级，因此我们需要严格背诵起解析思路以及对应的代码。我们需要首先知道什么是哈希表，它是一个 t 到 y 六的映射，只要给定一个 t， 那么哈希表就能在 o 一 的时间复杂度内给定对，给出对应的 value。 它的主要适用场景就是需要频繁查找已经变利过的数据，或者频繁确认某一个数据是否在数值中。 我们首先变利第一个数组。在我们变利二的时候，我们需要判断九减二，也就是七是否在数值中。 当我们分析七的时候，我们需要判断九减七，也就是二是否也在数组中。同理，当我们分析十一的时候，我们需要判断九减十一，也就是负二是不是在数组中。 这是一个非常适合使用哈希表的情况，因为我们需要频繁检查一个数是不是出现在数组中，因此我们选择使用一个数组元素到下标的映射。 需要注意的是，在右边的数组中，我们在便利元素三的时候，需要去判断六减三，也就是三是不是在数组中。 但是这里三的数量为一，且题目中说不能使用两次相同的元素。因此我们在从左到右便利输入的时候呢，需要首先判断对应的元素在不在数组中，再把对应的元素插入到哈希表中。 此处在分析三的时候，先判断六减三在不在哈希表中。由于此时哈希表为空，所以三不在数值中，因此跳过这个数据，然后我们再把三插入到哈希表中。所以说这道题目最终的结果是二和四，也就是对应的下标一和二。 接下来是一张完全由 ai 理解题目并且给出解答的图片。我们来看看 chat gpt 是 如何理解这道题的。首先直觉是做两层循环，每取这两个数，但这是错误的方法，在面试时，两层循环是绝对不能使用的。 更优的思路是一边便利一边用哈希表记录值和对应的下标。例如当前的值为 x 时，只需要查找 target 减 x 是 否已经出现。 具体的算法流程就是，首先变列数组，设一个数的补数 need 等于 target 减 nums i。 若补数 need 已经在哈希表中，那么我们可以直接返回答案，否则把 nums i 和其下标存入到哈希表中。 本题的时间复杂度为 o n， 因为我们只需要变列一次数组，空间复杂度为 o n， 因为我们借助了哈希表来存储元素和下标 这个题目。你需要记住的是，这是一道考察哈西伯的经典题目，别的别的内容可以不记，但是这道题一定要背下来， 同时需要注意重复元素以及返回的顺序。这个完全由 gbt 生成的图片我个人觉得是非常的想使的，所以有需要的同学可以自行暂停观看。好的，以上就是本视频的全部内容了，我们下期再见。