MiniGPT-4来了

不知不觉，距 GPT-4 首次公开问世，已经过去一个月了。

在这段时间，有不少人拿到了 GPT-4 API 权限，开通了 ChatGPT Plus，提前体验了 GPT-4 的能力。

这些人无一例外，都被 GPT-4 强大的逻辑分析、统筹规划能力深深折服。

无论是论文创作、编写代码、还是数据分析，GPT-4 都给出了令人惊艳的表现。

不过，大家可别忘了，GPT-4 作为一个多模态大语言模型，它不仅能生成文字内容，还能理解图像输入内容，让用户直接与图片进行对话。

一个月前，OpenAI 向外界演示了 GPT-4 如何通过手绘草图，直接生成网站，让当时不少围观群众看的目瞪口呆。

不仅如此，它还能 get 到图像里面的笑点，识别数学题目并依次给出解答步骤。

我始终觉得，图像对话才是 GPT-4 真正令人心神向往之处。但可惜的是，这个功能至今仍没有对外开放。想不想在线体验呢，请先关注并会发送链接。

除了 Be My Eyes、可汗学院等少数几家与 OpenAI 有建立合作的企业，大部分人还是只能体验 GPT-4 的文本对话能力。

原本我以为只能苦等 OpenAI 发布更新，才能体验上这个功能，没成想今天让我找到了这么一个项目。

该项目名为 MiniGPT-4，是来自阿卜杜拉国王科技大学的几位博士做的。

它能提供类似 GPT-4 的图像理解与对话能力，让你先人一步感受到图像对话的强大之处。

未来在图像、声音、视频等领域，基于这些大语言模型所造出来的应用，其实际效果都不会太差。

这个项目证实了大语言模型在图像领域的可行性，接下来应该会有不少开发者入场，将 GPT-4 的能力进一步往音频、视频等领域延伸，进而让我们得以看到更多有趣、令人惊艳的 AI 应用。#gpt4# #chatgpt到底有多牛#