新知榜官方账号
2023-09-27 01:22:30
OpenAI发布了多模态模型GPT-4V,为ChatGPT新增语音和图像功能,用户可以通过语音和图像与ChatGPT交互,进行更直观的沟通和解决问题。同时,GPT-4V也在多个领域展现了强大的能力,如科学熟练度、医疗建议等。本文介绍了其技术报告和测试结果。
GPT-4V可以处理包含文字和图像的多模态数据,如照片、屏幕截图、文档等。用户可以通过上传图像或拍照发给ChatGPT,让它回答问题或解决问题。比如,可以上传自行车座卡住的照片,让ChatGPT告诉你解决方法,还可以拍照询问关于某地的历史典故等等。
用户可以通过语音和ChatGPT进行双向对话,ChatGPT可以根据文本和样本语音生成类似人声的音频,让交流更加直观自然。用户可以让ChatGPT讲故事、解决争端等等。
GPT-4V在多个领域展现了强大的能力。比如,在科学熟练度方面,GPT-4V可以从科学出版物中提取非常专业的图像,带有文本和详细组件的图表,并对新的科学发现进行批判性的评估。在医疗建议方面,GPT-4V可以提供医学建议,但在医学影像的解释上存在不一致性。此外,GPT-4V还可以识别出有毒食物、解决谜题和执行复杂的视觉推理任务等等。
OpenAI对GPT-4V进行了多个方面的测试,包括科学熟练度、医疗建议、个人识别、误导信息风险等等。测试发现,GPT-4V有着强大的能力,但在某些情况下也存在不一致性和错误。对此,OpenAI采取了多项缓解措施,如将文本提示转化为多模态提示、拒绝身份、敏感特征和无根据的推断等等。
相关工具
相关文章
相关快讯
推荐
用Deepseek写AI绘图提示词,像呼吸一样简单!
2025-02-19 16:12
你以为AI绘画是黑科技?其实早成了“路边摊生意”!
2025-02-19 10:15
Flux爆火,全网最全面最详细的Flux使用教程!
2025-02-18 14:19
用AI如何创作音乐,实战教学来啦!
2025-02-17 17:23
MidJourney让你秒变绘画大神,从零开始画哪吒!
2025-02-17 14:56
AI应用新境界:让人工智能成为你的得力助手
2025-02-14 15:45
AI短片革命:当创作遇上智能,人人都能成为导演
2025-02-14 14:53
AI狂潮下的人类职场:是失业危机还是进化契机?
2025-02-13 16:53
开启影视创作新纪元,效率提升 10 倍的神器来了!
2025-02-13 15:11
深度解析DeepSeek:当AI技术照进创作产业的未来
2025-02-12 17:16