ChatGPT“与图对话”初体验

ChatGPT"与图对话"初体验

ChatGPT发布语音和图像能力重大更新:要点解读、应用畅想与原文翻译

中提到:ChatGPT开放了"与图对话"的多模态能力,用户可以上传一张图片或多张图片,与ChatGPT展开基于图片的对话。想不到这么快就开放了:

ChatGPT对图片的理解能达到什么水平呢?让我们一起来测试。


单图理解:非常精确

我上传了一张我和女儿在一个室内动物园戴着动物面具的合影,让ChatGPT理解这张图片:

ChatGPT的描述是下面这样的:

它详细描述了:

  • 森林背景墙
  • 我的穿着打扮
  • 女儿的穿着打扮
  • 父女俩的动作
  • 整个画面的氛围

这理解不能说是特别准确,那简直是十分精确!那个传神的表情"✌️"真的赞!

然后可以让ChatGPT以此图片为蓝本,讲一个你想要的故事:

ChatGPT能否生成图像呢?

遗憾的是,无论是生成图片还是修改上传的图片,ChatGPT暂时还做不到。

ChatGPT能注意到更多的细节(那个插座)吗?

看来它是注意到了那个墙上的插座,而且知道它存在安全隐患,很赞!

它能注意到右上角那不太容易分辨的蜘蛛网吗?

看来是没有注意到。我提示一下,会如何?

经过提示,它注意到了蜘蛛网,不过它并不百分之百确认。看来这个部分的识别精确度比较低。

还能进一步理解吗?

嗯,能理解人物关系。

对背景森林的类型也能做比较准确的推断。

这就有点强人所难了!

总的来说,ChatGPT对单张图片的理解是相当准确的,无论是场景描述、人物关系,还是整体氛围、局部细节。


艺术风格识别:一半一半

对感兴趣的绘画作品,可以让ChatGPT做解释:

这是它对其艺术风格和内容的描述:

这的确是马赛克风格的绘画。它也知道不同画家的风格流派:

试试中国风:

不错,就是工笔画。

也有不尽人意的地方,比如将下面的"大和绘"风格的作品识别成"浮世绘"

对于"达达主义"风格并没有直接叫出其名字:

我还尝试过现实主义、立体主义、世俗画、哥特主义、奥托尼亚等不同风格的绘画作品,ChatGPT的水平基本上在半对半错之间。对于风格强烈的画风(比如立体主义、现实主义等)识别率高;对于风格不那么强烈或者比较细分的流派(比如风俗画,被误认为是洛可可),识别率低。

因此在艺术鉴赏方面,ChatGPT还需要进一步提高。


从图片到代码:差强人意

网传在Twitter上有人给ChatGPT喂一张数据看板的截图,它直接生成了对应的代码。我也在这方面试了试,看看ChatGPT能在这方面做到什么程度。

对于想要给一个长截图就生成整个页面代码的想法,我劝大家还是现实一点。这是我提供给ChatGPT的一个网页长截图:

然后让它"这是一个产品的landing page,请你生成一个html文件,来复刻这个网页",当然它很乖地给出了html代码:

我满怀希望地打开,结果效果是这样的😱:

不能说是一模一样,简直是毫无相似之处。估计要通过非常多轮的对话,才能有一个稍微可用的版本。

然后我对任务做了简化,只让它复刻其中的一部分:

这下得到的版本就好多了,加上图标就基本可用了:

对于更加复杂一点的数据看板:

多轮对话之后,可以得到下面的版本:

嗯,还算OK,调调能用。


多图理解:还挺不错的

ChatGPT支持传多张图片(最多是四张)

那多图的理解能力如何呢?

我先传了一张女儿画的简笔画以及一张剪纸后的简笔画:

ChatGPT的理解挺到位的:

当我上传四张图片之后,会发现上传的三张和第四张图片丢失(可能是服务不稳定造成的,我试过好几次都是如此)

ChatGPT果然没有收到第三张和第四张图片

如果仅仅就两张图片,它可以讲一个"自以为是"的故事


小结

就目前的体验来看,ChatGPT的识图能力:

  • 单图理解能力非常强悍
  • 艺术风格识别一半一半
  • 从图片生成代码差强人意
  • 多图理解还挺不错

期待ChatGPT多模态能力的不断增强!

【完】


【往期相关】

ChatGPT发布语音和图像能力重大更新:要点解读、应用畅想与原文翻译

【AI产品】Podwise:AI助我听播客

相关推荐
敲上瘾1 小时前
操作系统的理解
linux·运维·服务器·c++·大模型·操作系统·aigc
想成为高手4995 小时前
生成式AI在教育技术中的应用:变革与创新
人工智能·aigc
z千鑫19 小时前
【人工智能】PyTorch、TensorFlow 和 Keras 全面解析与对比:深度学习框架的终极指南
人工智能·pytorch·深度学习·aigc·tensorflow·keras·codemoss
程序员X小鹿1 天前
AI视频自动剪辑神器!点赞上万的影视剧片段,一键全自动剪辑,效率提升80%!(附保姆级教程)
aigc
学习前端的小z1 天前
【AIGC】如何准确引导ChatGPT,实现精细化GPTs指令生成
人工智能·gpt·chatgpt·aigc
刘悦的技术博客2 天前
MagicQuill,AI动态图像元素修改,AI绘图,需要40G的本地硬盘空间,12G显存可玩,Win11本地部署
ai·aigc·python3.11
xindoo2 天前
如何用GPT-4o解读视频
aigc·gpt-3·音视频
起名字真南2 天前
【C++】深入理解 C++ 中的继承进阶:多继承、菱形继承及其解决方案
java·jvm·c++·chatgpt·aigc
Jartto2 天前
2025年AI革命:斯坦福李飞飞教授揭秘多模态智能体的未来
aigc
AI小欧同学2 天前
【AIGC】ChatGPT提示词Prompt解析:情感分析,分手后还可以做朋友吗?
chatgpt·prompt·aigc