GPT-4更新多模态和语音交互等功能，用途广泛

GPT-4在默默更新了多个功能之后，早已有了惊艳世人的各种新能力，简直是上体入地无所不能！最近，GPT-4一直在默默更新，加入了多模态，语音交互等功能。但是与年初OpenAI每次发布的新功能，都能引得外界一阵惊呼的阵仗相比，现在GPT-4的声量似乎小了很多。不知道是不是担心自己产品发布太过于耀眼，导致监管和官司不断找上门，OpenAI除了3周前更新了文生图模型DALL-E3外，在发布了GPT-4之后的7个月内，官方没有公开发布任何新的产品和功能。但是OpenAI总裁GregBrockman自己却在X（推特）上，不断转发利用新版的GPT-4来实现的各种天马行空的功能。利用GPT-4V的多模态能力和代码能力，直接把一个写在书上的数学公式转化成一段Python代码。而利用GPT-4刚更新不久的语音功能，有人开始把它当成商务谈判的教练来进行模拟练习了。就在这个帖子下面，这位帝国理工学院商学院的学习设计师留言称，他们已经开始使用GPT-4的语音功能为MBA设计培训课程了。直接用ChatGPT集成的的DALLE3来为游戏设计师生成世界观和原画设定图。只要几行Prompt，一个飞龙世界的文字描述和原画风格图就出来了。直接用DALLE3来生成自己想要的GIF文件。一颗玉米如何成为爆米花。一只跳舞的狗子。我们就一起来看看如何利用GPT-4来完成这一系列的功能。GPT-4理综版网友发现，只要通过截图，可以将几乎任何数学公式，通过GPT-4转化为Python代码。 当然，因为模型还是存在出现幻觉的可能，所有的结果不能直接拿过来就用，还是要认真检查其中的错漏。比如截图中第六行的代码，「d_hat(i,j)」应该是「d_hat(i)」。虽然有小错误，但是网友们依然对这个功能给与了非常高的评价。这位MIT博士，AI初创公司的创始人认为，如果没有额外的上下文，GPT-4无法识别这个函数，但它确实知道它正在做什么……非常酷。另一位开发了一个金融AI工具的开发人员称，这个用例非常棒！有无穷的想象空间。并且他给出了两个具体的用例。1.可以截图研究论文中的复杂数学方程并在本地快速运行。2.可以截屏（任何内容）并让GPT生成代码来实现UI。 同样，除了数学公式，它还可以直接读取分子式，直接输出制备方法。 给它投喂一个耳机的电路图，它就能告诉你组装这个设备的大致步骤。 GPT-4V对于多模态的良好支持，结合它的编码能力，以及广博的知识面，可以组合出几乎无穷的使用方案。 几句Prompt生成龙与魔法的世界另外一位网友分享了它通过ChatGPT创造了一个和龙有关的奇幻世界的过程。GPT-4生成了和龙有关的概念、解剖结构，甚至龙的栖息地。 龙的头部特写。 龙的骨架和解刨图。 以及龙的生存环境原画和描述。 首先，需要指定出你想要的图像样式。 作者想要那种技术信息图表风格的美术风格，他使用了这个Prompt，几乎就是普通的英语描述。 「Canyougeneratemeatechnicalengineer'sdrawingofadragon,withlabelsofitsvariousparts?Useawideaspectratio：」 就得到了下面的结果： 接下来，生成龙头的特写。 然后让他生成栖息地的环境原画图和介绍。 如果不满意，就再进一步细化你的要求，让GPT-4来满足。 作为游戏设计师，想要设计一个和龙有关的场景，直接动手就能出可以使用的结果。 另外一位网友根据这个用例的启发，生成了一个和藏红花相关的介绍。 「Canyougeneratemeatechnicalengineer'sdrawingofasaffron,withlabelsofitsvariousparts?Useawideaspectratio.」 用这个提示词生成了一个藏红花的结构图。 再生成了一幅藏红花束的特写。「Canyougenerateacloseupofsaffronstrandinwideaspectratio?」 藏红花田的远景图片。「Pleasegenerateanaerialviewofsaffronfieldinwideaspectratio.」 最后生成了藏红花的剖面图。「Anatomyofsaffronstrandinwideaspectratio.」 一个非常复杂的潜艇结构图！ 高达的结构示意图。 头部的详细结构图。 足部的详细结构图。 武器的结构图。 面包机的超详细结构图。 网友纷纷表示，完全停不下来。