ChatGPT多模态识图评测 - 传奇依旧

自2023年3月GPT-4发布以来，多模态能力的加入被广泛期待，该功能支持图片识别和图片+文字的结合，提供了新的互动可能性。9月25日，OpenAI正式宣布将在两周内推出识图功能，让多模态功能得以面世。

虽然作者本人没有直接的使用权限，但通过借用他人账号体验了GPT-4的多模态功能，并分享了一些有趣的案例，来展现其潜力：

• 个人医生助理：多模态GPT-4可以作为医生助理，提供初步的医疗分析和建议，尽管不能完全替代专业医师，但在家庭医疗方面有巨大潜力。
• 教育助理：该技术能够根据学生的不同水平提供个性化的学习支持，OpenAI已成立教育研究院，展现了教育行业与AI结合的前景。
• 健身助理：GPT-4能通过图片计算食物的卡路里，并提供健身动作的反馈。
• 摄影助理：多模态GPT-4可以对照片进行评分、优化构图，并提供滤镜参数。
• 开发助理：通过草图来生成网页或游戏，大大简化了开发过程。
• 解码文件：有用户使用GPT-4V解码了政府编辑过的UFO目击文件，标志着新时代的到来。

作者认为，多模态和通用AGI是AI未来发展的关键方向。随着GPT-4V的发布，这个新时代已经开始，将会带来知识与技术的巨大进步。最后，作者鼓励大家保持好奇心，一起拥抱即将到来的技术革命。

文章的最后，作者邀请读者对文章做出反馈，如点赞、评论和转发，并希望获得星标支持。