chatgpt图片识别、生成图片、语音对话多模态深度试玩

  1. 大模型替代人的工作的能力,越来越明显了。最近chatgpt支持多模态了,看这大佬们玩的不易乐乎,手痒也想试一试,因此有给openai上供了20刀。
  1. 另外我是gpt的拥护者,但是周围的同事有对此担忧,因为他们长期积累的技能可能一下子没了门槛。
  2. 在工作中我已经充分使用了这些工具,此时我仿佛拥有了一个小团队,我提出思路和方案,苦活累活、无意义的重复劳动交给gpt。这样我可以有更多的学习最新的研究、更重要的技能。

1 图生图

1.1 操作方式

打开new bing,切换创意模式,上传图片,输入提示词"根据图片内容生成图画",如果你想告诉他用什么风格,可以在提示词追加,用中国风或者皮克斯风格。

1.2 观看效果

我把娃娃的手绘上传到new bing(接入的是dalle-3模型),让它根据图片内容生成图片,下面看效果。
第一张美人鱼

第二张海底世界(美人鱼、章鱼、鱼)

第三张长城

由于我图片倒置了,生成了很有创意的机械龙

第四张画的葫芦,求子和平安

识别成鱼了,有点意外。

2 提示词生图

我们采用chatgpt4 DALLE-3

2.1 操作方式

前提是需要chatgpt4账号,选择dall-e3,然后输入提示词。

2.1 讲述一个程序员遇到bug,熬夜加班修bug的故事

输入标题中的提示词

2.2 根据古诗生成图片

2.3 设计软件图标

图标在我们UI设计中很常见,话不多说,贴图

2.4 设计logo和衬衫

这个难度有点大,我始终没提示好

3 识别图片并提问

3.1 操作方式

苹果手机安装了chatgpt客户端,打开客户端拍照上传,并提问。

3.2 识别地图地图并提问超哪个方向

3.3 分析图片公式

拍了一个泰勒展开式让它分析

4 语音对话

4.1 设置开启语音

在设置speech中选择语音风格

4.2 体验

语音提问,语音回复,这里没法播放录音,贴出回复的内容。

5 总结

上述的技能,总结一下叫"提示工程"(promote engineering),掌握这些很重要。所以下次在抱怨gpt不行之前,需要反问一下自己提出的问题是否清晰。

如果你想学习请按下面操作搜错资料

题外话:这里不是卖课,吴恩达是AI界的顶级科学家,免费教学推广人工智能的。

相关推荐
翔云 OCR API44 分钟前
人工智能驱动下的OCR API技术演进与实践应用
人工智能·ocr
南方者1 小时前
重磅升级!文心 ERNIE-5.0 新一代原生全模态大模型,这你都不认可它吗?!
人工智能·aigc
庄周迷蝴蝶1 小时前
旋转位置编码(Rotary Position Embedding,RoPE)
人工智能·机器学习
xier_ran2 小时前
深度学习:RMSprop 优化算法详解
人工智能·深度学习·算法
大千AI助手2 小时前
Prefix-Tuning:大语言模型的高效微调新范式
人工智能·神经网络·自然语言处理·llm·prefix-tuning·大千ai助手·前缀微调
雾江流2 小时前
RikkaHub 1.6.11 | 开源的本地大型语言模型聚合应用,支持多种AI服务提供商
人工智能·语言模型·自然语言处理·软件工程
Mr_Dwj2 小时前
【Python】Python 基本概念
开发语言·人工智能·python·大模型·编程语言
私人珍藏库2 小时前
AI一键PPT 2.0.3 一键智能生成
人工智能·powerpoint
com_4sapi3 小时前
2025 权威认证头部矩阵系统全景对比发布 双榜单交叉验证
大数据·c语言·人工智能·算法·矩阵·机器人
2401_841495643 小时前
【自然语言处理】基于规则基句子边界检测算法
人工智能·python·自然语言处理·规则·文本·语言·句子边界检测算法