最近看到一個好玩的開源專案：MiniGPT-4，
看名字像 GPT-4 的小老弟，其實沒啥關系，
簡單說，它可以識別影像，基于影像你可以和它對話，它能生成圖片描述、網站、詩歌，
先看看官方給出的例子截圖，
給圖寫一段廣告詞
還能教做飯
根據圖配上一段故事
臥槽，AI 長眼睛了！
除此之外，它還能找到圖中的笑點、生成詩歌…… 還有更牛的，可以根據一張設計草圖，生成站代碼
看的我是目瞪口呆…… 上一次這么目瞪口呆，還是看 GPT-4 的演示，
估計看到這里，你和我一樣都被驚到了，那接下來的內容，可以讓你壓壓驚了，
這么強的工具，說什么我也得試試啊，
首先我找了一張 911 撞大樓的圖片，試試 MiniGPT-4 的識圖和描述，
下面是我傳給它圖片，和我倆的問答，
嗯，它回答的看著還行，像模像樣的，
像模像樣也就到此為止了，接下來 MiniGPT-4 的表現就有點讓我失望，
我找了一個宮保雞丁的圖片，讓它教我做飯，
MiniGPT-4 看成了炸雞肉？！
蔥段、辣椒：我倆不配被識別？
我提示一下
經過提示，它倒是知道了是宮保雞丁了，但是做法沒改過來…… 還是芥末、香菜……
可能它不擅長中國菜吧，不難為它了，換一道題，據說它能 get 影像的笑點，
我用的這張圖
問它笑點在哪
沒有解釋笑點，只是單純的描述了圖，而且還描述錯了，把手機看成了電腦，
我換了問法，又進行了提示，結果還是不太行，
再換個題，來個簡單的，
哎，又逃避問題，沒回答電影名也就算了，圖的描述也有點胡說八道了，“白襯衣黑褲子”，“看起來很休閑”，
心累！每一次提問完等回答，都要等好幾分鐘，等了半天就等到了這么不正經的回答，
當初看完官方例子之后，我心里還竊喜，MiniGPT-4 可以幫我一個大忙：每次發朋友圈，給圖配文字我都費勁想半天，到底文字怎么寫才能顯得我有才華，
試了一下，結果你們自己看吧，
已經無力吐槽了……
不應該啊，是我的問題？用法不對？
那我用官方例子的圖片，試試圖片生成代碼，我就不信了，
還是老樣子，MiniGPT-4 還是無視問題，悶頭自己描述……
又問了一次，代碼總算寫出來了，
但是，這代碼看起來也不對啊，
這時候，和官方截圖一對比，我有一種的感覺:
紅燒牛肉面里沒看到牛肉，
以上就是我的體驗程序，
因為每次提問之后，等答案都要好久，再加上有點失望，有些想法就沒再嘗試了，
總的來說，這次體驗有點一言難盡：我帶著好奇心和不明覺厲玩了半天，結果感覺我被玩了，
但是，靜下來想想，MiniGPT-4 這種互動形式還是挺讓人眼前一亮的，或許我的用法不對，或許它需要時間來不斷迭代進化，或許我們應該給它更多耐心，
就沖著它的團隊里有好幾個華人名字，怎么著也得支持一下，
希望它以后能速度更快，功能更強大，MiniGPT-4 早日不 Mini，
最后，附上它的幾個地址，感興趣的小伙伴可以去看看，
官網和演示：https://minigpt-4.github.io/
github：https://github.com/Vision-CAIR/MiniGPT-4
論文：https://github.com/Vision-CAIR/MiniGPT-4/blob/main/MiniGPT_4.pdf
我建了一個免費 ChatGPT 學習群，在群里就可以免費使用 ChatGPT，入群掃碼：
如果上面的群二維碼過期了，你可以加我微信，我拉你入群：
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/554987.html
標籤：其他
上一篇：解密Prompt系列8. 無需訓練讓LLM支持超長輸入:知識庫 & unlimiformer & PCW & NBCE
下一篇：返回列表