【完美解读】手机APP成功接入GPT-4，轻松一键解读照片视频！（2022年最新技术）

最近，GPT-4的一项新功能成为了人们的热点讨论。这项功能允许用户通过手机APP上传照片和视频，并使用一键解读的方式让GPT-4对这些媒体进行解析和理解。这种功能让用户可以轻松地了解图像和视频内容的细节，包括解析出其中的物体、人物以及场景等。

只需要上传图像，再用语音提出需求，GPT-4就能帮助视障人士“看清”眼前的世界。

随时随地，实时解读，就像聊天对话一样自然。

例如想要换装，却不知道手里的衣服是什么颜色：

只需要拍照上传给GPT-4，它很快就能将衣服纹理描述出来，材质、颜色和形状一清二楚：

△翻译by有道

在此之前，视障人士除了用手触摸以外，辨别物体往往需要依靠身边的人或是志愿者的帮助。

有网友看到后赞叹：这是目前见过最令人惊叹的GPT-4应用之一！

所以，加入了图像理解功能的GPT-4，究竟展现出了哪些能力？

基于GPT-4读图能力打造

这个基于GPT-4的新功能名叫Virtual Volunteer，来自应用Be My Eyes。

目前来看，包括问路、导航、读取菜单、搜索等功能，接入GPT-4的Virtual Volunteer都能很好地帮用户完成。

例如问路。

只需要拍一张所在地点的照片，再通过语音询问GPT-4如何到达指定地点，它就会输出一条完整路线图，“读”给用户听：

△翻译by有道

又例如读图翻译。

只需要给GPT-4看眼物品描述、甚至只是物体形状，它就能搜索并输出这个产品的功能、具体说明和使用方法。

△翻译by有道

再例如公众场合导航。

想去健身房、却无法掌握空闲的器材位置，只需要拍摄所在场景照片，GPT-4就能指引你走到无人的器材面前。

△翻译by有道

当然，还有点菜、使用自动贩卖机买饮料、搜索某种植物的名字、给出时装建议……

只要将需求告诉GPT-4，它就能帮助视障人士解决对应的问题。

不过，目前这一功能还在测试中，苹果商店可以加入等待列表，至于安卓版也快来了。

搭载它的应用Be My Eyes，是一个为盲人开发的公益应用。

它最早是一个2012年成立的互助社区，并于2015年上线iOS版本应用，随后又上线了安卓版应用。

这个应用分为志愿者和盲人两个群体，志愿者会接受盲人传过来的照片或视频，通过语音沟通（打电话）帮助他们解决困难，目前已经有接近45w+视障人士和630w+志愿者使用。

如果成为一名志愿者，则只需要保持在线，确保随时可以接听到视障人士的电话。

如果是视障人士使用，则可以在需要帮助时拨打志愿者电话，或是寻求一些专业人士的帮助：

现在加入Virtual Volunteer之后，盲人也可以呼叫“虚拟志愿者”GPT-4的帮助，不用担心深夜无人应答的问题。

官方还玩了个谐音梗，AI→Eyes，“让AI成为你的眼睛”：

还当起美版知乎问答bot

当然，除了Be My Eyes应用以外，不少其他APP也在争先恐后接入GPT-4。

例如，在美版知乎Quora出的Poe上，现在已经可以和GPT-4聊天（限免一句话）：

又像AI律师软件DoNotPay，同样已经接入了GPT-4，并计划用它来推出“一键诉讼”服务。

基于这个服务，你看不顺眼的电话诈骗，一键就能举报投诉。

如果接到电话诈骗，只需要点击一个按钮，对应的电话内容就会被全程录音，并生成1000字的诉讼内容，索赔1500美元的金额。（不过目前还只有美国地区适用）

值得一提的是，DoNotPay的CEO Joshua Browder表示，他们之前也用GPT-3.5做过类似的功能，但效果不太行，GPT-4则已经能很好地hold住这一要求。

甚至已经有网友尝试用GPT-4来搞药物发现了……

除了上述应用和功能以外，还有网友察觉到了GPT-4开发小游戏的前景。

新的GPT-4似乎在编程靠谱度上也有所提升，无论是在60秒内做一个打乒乓球小游戏：

还是20分钟之内搞出一个完整的贪吃蛇：

都可以说是游刃有余，提出更改需求也可以及时完成，编写的简单程序中基本上没有遇到需要修改的bug。

你还想到了什么GPT-4好玩的应用场景吗？