摘要
1) 一句话总结 本文评测了OpenAI发布的ChatGPT-4V多模态识图功能，通过具体案例展示了其在医疗、教育、健身、摄影、软件开发及文件解码等六大领域的实际应用能力与潜力。
2) 核心要点
- 发布时间： OpenAI于9月25日宣布正式推出GPT-4的多模态识图功能。
- 医疗助理： 能够读取并解释医院的检测结果报告，可作为家庭医师或医生助理使用。
- 教育助理： 支持“拍照解题”，不仅能提供答案，还能根据用户的知识水平提供个性化的详细讲解（注：OpenAI已成立专门的教育研究院）。
- 健身助理： 可通过识别食物图片估算卡路里，进行视觉分割提取信息，并能通过照片纠正健身发力动作。
- 摄影助理： 能够为照片打分、提供构图优化建议，并能直接从图片中反推/提取滤镜参数。
- 开发助理： 具备将手绘草图直接转化为网站代码的能力，甚至有用户借此将草图做成了游戏。
- 文件解码： 实际案例显示，该功能被用户用于成功解码NASA发布的经过编辑（遮挡）的UFO目击事件政府文件。
3) 风险与不足
- 医疗局限性： 明确指出该功能在医疗领域仅能作为助理，绝对不能替代专业医师。
- 识别精准度： 在通过图片计算食物卡路里时，数据并非特别精准，仅能提供大概参考。
正文
自从3月GPT4发布，惊鸿一瞥一来，无数人都期待着GPT4真正完全体的到来。
也就是最大的那个饼： 多模态 。
支持图片识别，图片+文字，能玩出多少花活，我自己脑袋里想一想都激动。
而9月25号，OpenAI也终于宣布，两周内正式推出识图功能，多模态终于能跟大家见面了。
至于我为什么今天才写评测。。。你懂的。。。
这些新功能，我永远是最后一批，妈的。。。到现在我也没有，只能借了一个有识图功能的号，此处手动感谢@徐扬的号。感恩！
玩了两天，大概整理了一些有趣的案例，来给大家演示一下多模态的牛逼超神之处。
- 个人医生助理
这是奥特曼在最近一次演讲上，最看好的两个方向之一，而多模态也完美的契合这个方向。
详细大家很多人都在医院做过检测，拿到检测结果以后，看不懂，可能又得排队好久找医生复查，好点的医院甚至得隔天。但是有了GPT4的多模态，直接扔给他。
肯定不能替代专业医师，但是作为家庭医师，或者医生助理，绝对是没有任何问题！一次医疗行业的革命啊。
- 教育助理
奥特曼极度看好的第二个方向，教育。
当一张图片，直接扔给大模型以后，不仅可以得到答案，还可以根据你的情况，因人而异，针对这道题和你的知识水平，给你更详细的讲解，属实是真正的哪里不懂点哪里。
OpenAI甚至还专门成了了教育研究院，教育这个行业啊，跟AI结合，跟多模态结合，学习的路径和方式，要变天了。
- 健身助理
很多健身人士天天控热量对吧，一张图，直接给你算卡路里，虽然不是特别精准，但是有个大概。很香。
比如直接把一堆东西扔给他，然后做视觉分割，提取信息。
你甚至可以拍你健身动作给它看，让他给你纠正，看看哪发力不对。
这块我就不放例子了，我只在网上看过，但是我没法测，因为我不健身，我的理念就是：生命在于静止。（不是因为懒，真的）
- 摄影助理
扔给美女照片给它，让它打分，或者告诉你如何优化构图，这都是个小case，玩个有趣的，直接扒滤镜参数。
一张图片，你就有了各种参数了，不用再去小红书求数值了。
当然，你也可以传一个美女图片，让它根据这个美女图片写个诗…
- 开发助理
一张草图，直接生成网站，这个OpenAI在3月发布会的时候就演示过了。
但是真的发布以后呢，才发现这玩意更骚。
X上一个老哥，直接花了一张草图，
然后变成了一个游戏。。。
多模态的魅力啊！体现的无以复加。
- 解码文件
有一个大佬玩了一个骚操作。
用ChatGPT-4V 解码了 NASA 发布的有关 UFO 目击事件的经过编辑的政府文件。
直接放视频。
新时代，来临了。
写在 最后。
随着GPT-4V的发布，大模型的下一个多模态时代正式打响。
我也一直坚定不移的认为，多模态和通用AGI，是未来AI的必经之路。
新时代的诞生，毕竟随着旧时代的陨落。
“科学总是在一次又一次的葬礼中进步”
普朗克如是说道。
这个时代，同样如此。
愿大家对世间万物都保持好奇，一起拥抱新革命。
⭐～感 恩。