GPT-4V 让我大吃一惊演示很棒，但太分散我想将迄今为止看到的 100 多个用例分解为一个简单的框架通过完整的描述和示例查看我发现的内容。同意或不同意这些类别？用例分解及示例： 1. 描述 - 简单描述图像中的内容 * 动物识别： * 这张照片里有什么？：…

sign_in_with_google

分享一个链接

发表一篇文章

任何有趣的，图片，热点新闻，视频，文字...

29933 位用户此时在线

24小时点击排行 Top 10：

2024-6-27 今日热点汇总：朝鲜可能向乌克兰排除美国：密切关注；突发！玻利维亚发生军事政变装甲车闯入总统府；台湾陆委会警告不要前往大陆港澳旅游；美国驻华大使伯恩斯称中国支持俄罗斯是重大错误；中国将放弃在新的《治安管理处罚法》中使用“伤害中华民族感情”的表述；网传保护苏州日本学校的女性去世了；抖音号称 “抗日锄奸第一人”长期蹲守苏州日本学校；人民银行前行长朱民表示，中国人有钱，只是没时间消费；广东一位孕妇摆摊谋生遭到城管驱离；中国各省市体制内公积金强度发布指数越高越要远离

近日，广西桂林。市民怒斥灾后摆拍清理街道的人员“我们支持共产党，你们做了什么，全在这里装模做样，所有人都在宣传，全是骗子”

不是婴儿，是残疾公主

6月27日，钟薛高直播间女主播在直播过程中突然晕倒。随后直播间更换了主播，并表示晕倒的主播已经去休息，稍后会去医院。

网友投稿近日，青岛滨海学院有学生制作吐槽学校监狱化管理的视频，引发学生们共鸣。随后学校老师提供话术要求学生们前往抖音对视频进行集体举报，并要求学生举报后截图向老师汇报。

被开除党籍并移送司法机关的前国防部长魏凤和之前的一段关于六四的发言

魏凤和跟李尚福的处分通报里都有一项“对抗组织审查”。什么是对抗组织审查？《中国纪检监察》杂志对此定性是：通过转移赃款赃物、订立攻守同盟、组织相关涉案人外逃、打探案情等方式，企图逃避组织调查。公众不知道，这个定性内藏玄机…… 详见订阅区

6/27/24: ‼️习近平反腐又一次重大胜利，两任国防部长李尚副、魏凤和被开除党籍、军籍，取消上将军衔。他们都曾任火箭军总司令，看来火箭注水并非空穴来风啊

1998年，美国总统克林顿访问中国，北京大学的学生问克林顿：“您能不能自我批评一下美国的自由民主和人权” 克林顿非常坦诚，非常深入的给她讲了5分钟，我感觉现场能听懂的学生应该没有几个。还有就是，后来据说这个女学生（或者是在场另外一个提问题的女学生）去了美国留学，并且定居在美国了！

太极，万物起源。老祖宗传下来的真的太神奇了！不相信你随时可以截图观看……😲

也门胡铁穷到收入基本靠打劫，就这样还有“高科技人才”来研发所谓“高超音速捣蛋”，你信？下面是你胡铁试射高超音速捣蛋，你猜是哪里来的技术？

6月26日，广东肇庆。四会区碧桂园烂尾，业主跳楼维权，楼下聚集了大量围观者。

蹭光的小三輪

一位北京打工人展示了自己的一小时时薪20.6元（2.83美元）在天通苑和马驹桥的实际购买力。 2023年，北京将最低工资标准调高到每小时不低于13.91元。

6月26日，山西孝义水情。据当地居民透露，傍晚五点左右下的雨，一小时后就变成了这样。

6月26日，张新年律师发文分享自己经历的一场庭审：手机被屏蔽，话筒被禁声，不给任何发言机会，几分钟内宣判完毕。最后当事人表示：认命了，这是大势，个人的事实真相已不重要。张新年律师并未透露案件具体细节。

The #BYD is a bomb in motion. Before purchasing a #Chinese #EV, please consider your options carefully. #Xi aims to assault & destroy countries using all available means, including drugs, EVs, the Coronavirus, #VoltTyphoon virus, & more! 1/4

6月14-27日，江西南昌。民融登中心推荐的投资产品大面积违约，许多投资者无法追回出借的资金和利息，聚集在一起抗议维权。据报道，民融登中心产品暴雷涉及2200多位投资者，总金额约十几亿元，客户群体以南昌本地市民为主，其中以60岁至90岁的群体和投入100万元至200万元的投资者居多。

厲害國幾乎所有運輸工具都超載⋯⋯

6月27日，台湾陆委会宣布，即日起上调赴陆港澳旅游警示为“橙色”，建议台湾民众避免非必要赴陆港澳旅行。

网友投稿目前在苏州日本人学校门口和两个路口均有人驻守。（视频截图画面）

米利将军，阻止了川普用军队搞政变企图。他在退休讲话提醒美国军人，也警告破坏美国民主的川粉红粉： “我们美国军人不会向国王、暴君或独裁者宣誓。我们不会向想成为独裁者的人宣誓。我们不会忠诚于个人。我们只忠诚美国宪法。准备誓死捍卫宪法” 谢谢米利将军。否则，2020年是美国最后一次民主选举

82岁的白天鹅。舞蹈是一种自律、永不停止的努力和追求，而年龄则是数字而已。人生也一样。如果你二十岁、三十岁、四十岁你不努力，你站在人生的舞台上，你还是手足无措、一事无成。早安美国！我起床练舞去了。😄

中國法官金句震撼网絡

美国🇺🇸人口贩卖！一名勇敢的司机报警并揭露人口贩运行动，涉及满载儿童的租赁卡车 #亚特兰大

本站自动实时分享网络热点
24小时实时更新
所有言论不代表本站态度
欢迎对信息踊跃评论评分
评分越高，信息越新，排列越靠前

2

1

0

GPT-4V 让我大吃一惊

演示很棒，但太分散

我想将迄今为止看到的 100 多个用例分解为一个简单的框架

通过完整的描述和示例查看我发现的内容。

同意或不同意这些类别？

用例分解及示例：
1. 描述 - 简单描述图像中的内容
* 动物识别：
* 这张照片里有什么？：…
IT技术
( twitter.com )

8个月前由 Will 提交

GPT-4V 让我大吃一惊

演示很棒，但太分散

我想将迄今为止看到的 100 多个用例分解为一个简单的框架

通过完整的描述和示例查看我发现的内容。

同意或不同意这些类别？

用例分解及示例：
1. 描述 - 简单描述图像中的内容
* 动物识别： https://t.co/H2IHIAlOWd
* 这张照片里有什么？： https://t.co/NfNyWxzFDN

2. 解释 - 最重要的是，解释含义并提供图像背后的更多上下文。这是比表面层次描述更深的一层。
* 技术火焰图解读： https://t.co/n5vfpLryP3
* 原理图解读： https://t.co/FYDQ3CQLpJ
* Twitter 主题解释器： https://t.co/PZS81wzvKg

3. 推荐 - 根据图像提出批评、建议的更改或建议
* 食物推荐： https://t.co/SzDTc9n79y
* 网站反馈（一堆）： https://t.co/Ndibfhtv4D
* 绘画反馈： https://t.co/YpovRZ7ftp

4. 转换 - 将图像转换为其他形式（代码、叙述等）或生成新的东西。在这里构建大量产品的巨大机会。即将发生的主要事情
* Figma 屏幕 > 代码： https://t.co/Xf54BYlVJ4
* Adobe Lightroom 设置： https://t.co/CYdiKWSVsq
* 根据网页建议广告文案： https://t.co/8J2xgFbxfx

5. 提取 - 提取图像中的实体或提供结构化输出
* 驾照中的结构化数据： https://t.co/LGw5LrD5r2
* 从图像中提取结构化项目： https://t.co/QtLUZmoX6W
* 手写体提取： https://t.co/7JqvmL19sp

6. 协助-根据图像提供解决方案
* Excel 公式助手： https://t.co/gpJ0GFyl2t
* 查找我的眼镜： https://t.co/cmOtBp9LvC
* 现场扑克建议： https://t.co/Rp3sqAMO2B
* 视频游戏推荐： https://t.co/HfffqnR04X

7. 评估——根据图像进行主观判断
* 狗可爱度评估器： https://t.co/z4JUIf33fc
* 边界框评估器： https://t.co/j5g5sbFaRv
* 缩略图测试： https://t.co/5GMf5oW3Zh

作者：@GregKamradt

点击图片查看原图

1周内 1个月内 1年内全部时间

1
2
3
4
5
6
...
400
下一页

1

2

1

1

今天OpenAI放出的ChatGPT 4的多模态语音和图像更新的模型其实叫GPT-4V(ision)。

OpenAI放出了19页的GPT-4V(ision)报告来解释这个模型，释放了大量信息：

GPT-4V(ision)的训练完成于2022年，2023年3月开始提供早期访问。

GPT-4V 的训练过程与 GPT-4…
IT技术
( twitter.com)

9个月前 • 小互 • -- 点击 0 评论

2

2

1

1

GPT-4V在美国医学执照考试（USMLE）上的表现
研究人员用GPT 4V对美国医学执照考试（USMLE）中的问题进行了测试：
- GPT-4V在美国医学执照考试（USMLE）中的整体准确率达到了90.7%。
- GPT-4V在图像问题上的表现超过了大多数医学生。
- 当GPT-4V回答正确时，其解释几乎与领域专家相当
研究方法：…
IT技术
( twitter.com)

7个月前 • 小互 • -- 点击 0 评论

3

2

1

1

几个月前Meta发布Segment Anything Model(SAM) ，可以识别、标记图片、视频中的任何物体，而OpenAI刚刚发布了多模态大模型GPT-4V，没想到微软将SAM和GPT-4V结合了起来，先借助SAM对图片上的物体进行标记，然后再交给GPT-4V，可以大幅提升GPT-4V的识别能力。…
IT技术
( segment-anything.com)

8个月前 • 宝玉 • -- 点击 0 评论

4

2

1

1

JimFan对GPT-4V点评的一条推文说的特别好：目前GPT-4V的演示多数并不实用。没有人真正需要一个从零开始、对细节和特性几乎无法控制的基础应用或网站。GPT-4V 在编码方面真正发挥作用的地方是：作为一种视觉协作工具，它能理解你的 10,000 行代码，一步步帮你改进 GUI、UX 和整体美观度。
大陆资讯
( weibo.com)

8个月前 • 和谐大帝 • -- 点击 0 评论

5

2

1

1

RT : Unreal. GPT-4V can even read doctor's notes.
有趣
( twitter.com)

9个月前 • 阿米娜・阔伊姆@二代目 • -- 点击 0 评论

6

2

1

1

《LMMs 多模态大模型的曙光：初探 GPT-4V(ision)》全文翻译微软发布了一份 166 页的报告，详细探讨了 GPT-4V 的功能，用法和未来方向！
大陆资讯
( weibo.com)

8个月前 • 全国花样撸管大赛冠军 • -- 点击 0 评论

7

2

1

1

上次Google的Gemini演示视频是后期剪辑后结果，于是有网友拿GPT-4V试验了部分场景，发现基本上能还原Gemini的演示效果，并且他把代码开源了：
原始视频：
IT技术
( twitter.com)

6个月前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:02:28

8

2

1

1

马斯克X AI发布Grok-1.5 Vision 多模态模型
Grok-1.5V能够处理文本以及各种视觉信息，包括文档、图表、截图和照片。
基准测试中，Grok-1.5V 的能力和GPT 4V不相上下，多项指标甚至超过GPT 4V！
在新RealWorldQA真实世界物理空间基准中的表现超过GPT 4V等所有模型！…
时政
( twitter.com)

2个月前 • 小互 • -- 点击 0 评论

9

2

1

1

GPT-4V医学执照考试成绩超过大部分医学生，AI加入临床还有多远？
大陆资讯
( www.myzaker.com)

7个月前 • 猪八戒 • -- 点击 0 评论

10

2

1

1

GPT-4V 学会用键鼠上网，人类眼睁睁看着它发帖玩游戏
大陆资讯
( www.ithome.com)

7个月前 • 开的拉客 • -- 点击 0 评论

11

2

1

1

《美利坚低人权优势让我大吃一惊》
图片
( twitter.com)

2年前 • twitter机器人 • -- 点击 0 评论

12

2

1

1

小实验：我把名画《大碗岛的星期天下午》发给GPT-4V，让它用文字详细描述这幅画的内容，然后把这段文字发给Dalle-3，让它据此生成图片，结果如下（图一是原画，后面三张是生成的）
时政
( twitter.com)

8个月前 • wong2 • -- 点击 0 评论

13

3

2

2

面壁智能前几天发布了一个非常厉害的多模态模型 MiniCPM-Llama3-V 2.5
- 多模态综合性能超越 GPT-4V-1106、Gemini Pro、Claude 3、Qwen-VL-Max
- OCR 能力方面，OCRBench 得分达到 725，超越 GPT-4o、GPT-4V、Gemini Pro、Qwen-VL-Max
- 但它只是个开源模型
- 总参数量只有8B，支持 ollama 电脑本地跑
IT技术
( twitter.com)

29天前 • orange.ai • -- 点击 0 评论

14

2

1

1

四年前就已经知道的事情，四年后公示了一大坨人还要如丧考妣大吃一惊，我们你国人也太会演了吧。
推特中文圈
( twitter.com)

1年前 • twitter机器人 • -- 点击 0 评论

15

3

2

2

#AI开源项目推荐：screenshot-to-code
借助GPT-4V，直接把屏幕截图生成HTML网页
IT技术
( twitter.com)

7个月前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:02:07

16

2

1

1

Jim Fan分享了他了解的GPT-4V也就是即将发布的多模态GPT-4版本的信息。

➡依然是一个经过互联网的图像和文本训练的文本模型，经过了RLHF。
➡现在的GPT-4V版本比3月份的主要强在OCR能力的提升上。
➡这个版本早在22年底就已经训练完成，这十个月的时间都是在让他变得更安全。…
IT技术
( twitter.com)

9个月前 • 歸藏 • -- 点击 0 评论

17

2

1

1

试过GPT-4V后，微软写了个166页的测评报告，业内人士：高级用户必读
大陆资讯
( www.jiqizhixin.com)

8个月前 • 红狮子会 • -- 点击 0 评论

18

3

2

2

GPT-4 的爬虫编写能力让我惊叹！
我用 GPT-4 重构了我的 Twitter 爬虫脚本，80%的代码都是用 GPT-4生成的。在解析一条 Twitter 内容的时候只需将响应的 HTML 代码交给…
时政
( twitter.com)

3个月前 • Leo Xiang #Tencent • -- 点击 0 评论

19

2

1

1

GPT-4o 给不同角色配音的效果演示
IT技术
( twitter.com)

22天前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:02:03

20

2

1

1

可能人们对中文占gpt训练的比例有个误解，大致感觉是你英文有50%内容，中文好歹有个10%吧？

但实际上可能让你吃一惊
推特中文圈
( github.com)

1年前 • virushuo @[email protected] • -- 点击 0 评论

21

2

1

1

这个挺搞笑的，哈哈哈我翻译了一下你们看看
开发者利用GPT-4V和ElevenLabs的语音克隆技术模仿大卫·阿滕伯勒的声音（类似我们这的赵忠祥），来实时的解说自己的生活。
它编写了脚本，每五秒从他的摄像头拍摄一张照片，发送给GPT-4V，然后生成阿滕伯勒叙述风格的文本转声音输出。😂…
IT技术
( twitter.com)

7个月前 • 小互 • -- 点击 • 下载视频 0 评论

00:01:32

22

2

1

1

【ChatGPT的“GPT商店”，推迟至2024年初】12月2日，OpenAI的ChatGPT团队向GPT开发者发布了一封信，“GPT商店”将推迟至2024年发布。OpenAI在公告中表示：“我们现在计划在明年初推出GPT商店。虽然我们原本打算在本月推出，但一些意想不到的事情让我们很忙！”
大陆资讯
( wallstreetcn.com)

6个月前 • 猩猩点灯 • -- 点击 0 评论

23

2

1

1

$jasmy 是一个很棒的硬币。如此伟大的技术创新让我感到惊讶。

他们的 2023 年路线图包括开发人工智能引擎。这是一个很棒的骗局，我非常喜欢这个。我在投资
推特中文圈
( twitter.com)

1年前 • Chinese AI Shitcoin Larp Principal • -- 点击 0 评论

24

2

1

1

发现一款我感觉体验还很不错的基于GPT的工作助手处理文档和写PPT等能力很强。
由于支持GPT-4V 的图像 API ，不仅能能识别任何文档（PDF、Doc/Docx、CSV），还能自动识别PDF文件中的结构和内容，提取表格、图表，识别图片等信息。
其他亮点：…
IT技术
( twitter.com)

7个月前 • 小互 • -- 点击 • 下载视频 0 评论

00:03:22

1
2
3
4
5
6
...
400
下一页