GPT-4V多模态能力惊人！公式截图直出代码，「龙与魔法世界」瞬间生成，OpenAI总裁激动转发

---

  新智元报道  

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-E 3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Greg Brockman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DALLE 3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DALLE 3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。

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。

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。