ChatGPT 图像识别功能的 6 个令人兴奋的用途

一张图片的价值远远超过1000个字。

要点

ChatGPT Plus 用户现在可以上传图像供 AI 聊天机器人进行分析。凭借 ChatGPT 已经具备的所有灵活性，赋予它观察世界的能力，提供了大量的可能性，首先是这些。

识别植物和动物生命（以及大多数事物）

如果您像我一样喜欢拍摄植物和动物的照片，那么 ChatGPT 现在可以帮助您识别它们，至少在一定程度上是这样。我用我拍摄的蜘蛛照片测试了它的能力，总的来说，它能够正确地辨别蜘蛛的广泛类型，即使不能辨别具体的物种。

在这种情况下，ChatGPT 的巧妙之处在于，你无法使用 Google Lens 来做到这一点，例如，它可以缩小多张照片的范围。在我的一些测试中，我在对话过程中提供了同一只蜘蛛的更多照片，而 ChatGPT 似乎使用这些附加信息来更接近正确答案。

理解复杂的图表

如果您收到了流程图或一组过于密集和复杂的 PowerPoint 幻灯片，您现在可以使用 ChatGPT 来理解它。让它向您解释图像的内容并回答您的任何具体问题。

在这里，我拍摄了阿尔伯塔大学创建的精彩流程图，它描述了加拿大法律下某物是否属于公共领域。然后我要求 ChatGPT 使用流程图来确定《爱丽丝梦游仙境》是否符合条件。

在此提醒大家，ChatGPT 仍然很容易犯错误，或者干脆胡编乱造。因此，请仔细检查它为您提供的答案，或者至少在单独的聊天线程中多次运行相同的分析，看看您是否获得一致的结果。

排序信息

以下是我使用 ChatGPT 所做的两件很酷的事情，它们具有广泛的应用。首先，我拍了一张书架的照片，并要求它按字母顺序列出所有书籍。它做得很好，主要的限制是照片中文本的可读性，这取决于你作为摄影师以及你的相机有多好。

接下来，我拍了一张 DVD/蓝光光盘架的照片，并要求 ChatGPT 按字母顺序列出所有标题。它以完美的精度做到了这一点，我怀疑这是因为拍摄了一张更清晰的照片。

您可能已经想到了它的很多用途，但立即想到的是在我的实物收藏中找到东西。例如，我询问 ChatGPT 我的《沙丘》副本在图像中的哪个位置，除了将书架顶部误认为是书架之一之外，它做得很好。

各种辅助功能选项

与移动应用程序中 ChatGPT 的新语音聊天功能相结合，ChatGPT Plus 的图像输入功能使其成为一个强大的辅助工具。由于您可以拍摄照片并将其直接发送到 ChatGPT，然后使用聊天模式（通过点击耳机图标来就图像进行对话。因此，如果您有视觉问题，无法解析复杂的场景，但仍然可以构图）一张照片，这可能会改变游戏规则。

如果您在网站上使用图像，或在社交媒体平台上发布图像，您还可以使用 ChatGPT 的这一新功能编写丰富的描述性 ALT 文本。视障用户的屏幕阅读器可以使用此文本来提供图像描述。大多数情况下，这些都是手动编写的，例如 Facebook 和 X（以前称为 Twitter）都允许您将 ALT 文本添加到您发布的图像中。如果您关心可访问性或视障受众，您现在可以使用 ChatGPT 的此功能快速编写丰富的 ALT 文本描述，然后只需检查其正确性。

从图像创建 AI 图像提示

为像 DALL-E 的 MidJourney 这样的 AI 图像生成工具提供提示比听起来更难。事情正在变得更好，例如，DALL-E 3 提供了对自然语言提示的更好理解，它完全符合您的要求，但即便如此，也不是每个人都那么注重细节。利用 ChatGPT 的图像输入功能，您可以做的一件很酷的事情就是根据您提供的图像要求它提供提示。因此，如果您喜欢人工智能生成的图像，或者任何真正的图像，您可以要求它编写反映图像内容的提示，并将其用作起点而不是空白页面。

基于AI图像的写作

我们可以反过来，不要求提示生成图像，而是要求 ChatGPT 使用我们使用 AI 生成的图像作为创意写作的灵感。在本例中，我生成了一些幻想艺术，然后要求 ChatGPT 提出与之相匹配的故事创意。您可以将此作为您自己创造力的跳板。

冰山一角

这些只是 ChatGPT 中视觉输入方面最容易实现的一些成果。我预计在接下来的几天和几周内，创意用户将想出更多方法，让生活变得更轻松，或者让人们完成更多工作。当然，我们也预计一些新的邪恶用途将成为其中的重要组成部分，但只有时间才能证明一切。现在，极客们有了一个热门的新玩具可以玩。