ChatGPT重磅升级!集简云支持GPT4 Turbo Vision, GPT4 Turbo, Dall.E 3,Whisper等最新模型
在11月7日凌晨,OpenAI全球开发者大会宣布了 GPT-4的一次大升级,推出了 GPT-4 Turbo号称为迄今为止最强的大模型。
此次GPT-4的更新和升级在多个方面显示出强大的优势和潜力。为了让集简云用户能快速体验新模型的能力,我们第一时间整理了大会发布的模型,并率先将新模型接入到集简云中:
● 新增GPT-4 Turbo with Version: 带视觉识别的GPT4模型
● 新增GPT-4 Turbo 模型:支持最大128K上下文内容
● 新增Dall.E 3 图像模型
● 更新Whisper模型
● 更新GPT-3.5模型
● 新增GPT3.5 Fine Tuning微调功能
新增GPT-4 Turbo with Version: 带视觉识别的GPT4模型
功能亮点
在此次模型升级中,带有视觉能力的 GPT-4 Turbo也备受瞩目,GPT-4-vision-preview已突破文本限制,可以直接在聊天框中分析图像照片,提供详细分析和读图功能。
可以预见的是,开放GPT-4图像输入能力,意味着AI向新领域的进军,也势必会引发业务模式与应用使用的巨大变革。在很多涉及视觉工作(图片和视频)解析的业务场景中,将有更多重复劳动被释放,提升高价值工作的专注力。
使用示例
示例1: 截图提问
可以通过截图向GPT4 V模型提问:

汽车的这个指示灯亮了,我该怎么办?
这个指示灯是发动机故障警告灯,通常被称为“Check Engine”或“Service Engine Soon”灯。当这个灯亮起时,表示你的车辆检测到了发动机或排放控制系统中的一个问题。以下是一些你可以采取的步骤:
不要恐慌。这个指示灯可能表示多种问题,从轻微到严重不等。
检查油箱盖是否已经正确地拧紧。一个松动的油箱盖可以触发这个警告灯。
注意车辆的表现。如果你注意到任何不寻常的行为,比如发动机失去动力、怠速不稳或有奇怪的噪音,请尽快将车辆停靠在安全的地方。
尽快检查。虽然有时车辆可能仍然可以正常行驶,但最好尽快将车辆带到专业的汽车维修店进行诊断。继续行驶可能会导致更严重的损坏。
使用OBD-II(车载诊断系统)阅读器获取故障代码。许多汽车配件店提供免费的故障代码读取服务,或者你可以购买或借用一个阅读器来自己获取代码。
决定是否继续行驶之前,请考虑到你的安全和车辆的状况。如果不确定如何处理,请咨询专业的汽车技师。

示例2:生成商品描述文案

请帮助我生成商品描述:
商品名称:抽象艺术印花连帽卫衣
商品描述:
材质:采用高品质混纺棉质料,提供舒适的穿着体验和持久的耐用性。
设计:这款连帽卫衣特有的亮点在于其正面大胆的抽象艺术印花,色彩鲜明,充满现代感,为经典的黑色卫衣注入了活力和创意。
风格:适合追求个性和艺术氛围的年轻人,无论是日常穿搭还是街头风格,都能轻松驾驭。
特点:宽松的版型设计,配有可调节的抽绳帽和宽大的前袋,增加了实用性并保持了卫衣的经典元素。
适用场合:无论是户外活动、休闲娱乐,还是艺术展览,这款卫衣都是理想的选择,能够让你在人群中脱颖而出。
搭配建议:可与牛仔裤、休闲裤或运动裤搭配,配上一双板鞋,轻松打造出时尚的街头造型。
注意:为保持印花图案的完整性和色彩鲜亮,建议按照洗护标签的指示进行清洗。

示例3: 根据网站截图生成类似的网站代码:
我们截图了网易音乐的首页:

然后在语聚AI的“对话助手”中选择GPT4 Vision模型并要求其生成一个类似网站的代码

更多使用示例
Screen to Code是一个开源项目,其利用GPT4V模型的能力,可以将一个网站截图转换为网站代码,生成类似的网站
快来试试GPT4V的最新能力吧!
如何使用?
方式1: 在数据流程搭建时选择OpenAI(ChatGPT)付费版 (无需OpenAI账户)


方式2:数据流程搭建时选择ChatGPT原生(需要OpenAI账户)


方式3: 语聚AI(http://chat.jijyun.cn)的对话助手中

GPT-4 Turbo
功能亮点
● 超长文本理解,语言交互再升级
相较于GPT-4支持最多32k token,GPT-4 Turbo的出众之处在于支持128k上下文,相当于 300 页文本,在处理长篇对话和内容生成方面的能力更强大了!
是成为客户支持聊天机器人、虚拟助理等实时应用程序的最佳选择,该最新模型的性能可以确保用户在几秒钟内获得准确且相关的响应,更深入您的业务场景,实现真正无缝、自然的对话。
例如:复制近 90 分钟的写作讲座字幕,在GPT-4中输入总结的指令,GPT-4 Turbo迅速整理出了该讲座每个部分的要点,并且还可以根据每个要点进行深入扩展。

● 知识库更新,生成信息更准确
GPT-4对于知识知识截止于2021年9月,而GPT-4 Turbo外部文档和数据库的截止日期更新到了2023年4月,这意味着它可以生成更准确、更新的信息,我们可以用它来生成更贴近时事的文本,也可以与用户进行更有趣的对话。

● 价格更低,输入输出更快
GPT-4 Turbo在综合能力更出色,而价格方面却比GPT-4便宜得多。GPT-4 Turbo在输入方面比GPT-4便宜3倍,输出方面比GPT-4便宜2倍,支持用户将GPT-4 Turbo使用在更多业务场景中。
如何使用?
方式1: 在数据流程搭建时选择OpenAI(ChatGPT)付费版 (无需OpenAI账户)


方式2: 在数据流程搭建时选择ChatGPT原生应用 (需要OpenAI账户)


方式3: 语聚AI(http://chat.jijyun.cn)的知识助手、对话助手中


DALL·E 3
DALL·E 3与DALL·E 2的对比
与DALL·E 2相比,DALL·E 3表现出更卓越的性能和更细腻的细节处理能力更让人欣喜。即使在相同的提示下,DALL·E 3生成的图像在细节、清晰度和明亮度等方面均超越了DALL·E 2,大幅降低了提示词的门槛,同时语义理解和细节描绘能力大幅增强。
另外DALL·E 3可以在ChatGPT原生中直接使用,我们可以直接通过ChatGPT来创建和优化提示词,使图像生成过程更为直观和便捷。不仅减小了提示词门槛,用户还可以通过对话式交互来迭代和完善图像,为创作者提供更具个性化的体验。
效果展示
描述词:
一个可爱的小刺猬,蜷缩成球状。它拥有一副柔和的棕色毛皮和一层深褐色的尖刺。这些尖刺平滑而有光泽,小刺猬的脸圆润,带着一点点好奇和天真的表情。它的眼睛像两颗发亮的黑色小珠子,闪烁着友好的光芒,四肢短小,却显得坚实有力,小小的爪子深藏于绒密的腹毛之下。 在它面前,有几颗红莓和树叶作为它的小零食,整个场景被温暖和柔和的阳光照耀,创造出一种宁静和愉悦的氛围,小刺猬就这样安静地坐在一片绿油油的草地上,享受着宁静的时光。

DALL·E 2

DALL·E 3
描述词:
拟人化的秋叶组成了一支民间乐队,在乡村的森林中,它们演奏着传统的蓝草音乐,点缀着满月撒下的柔和月光。

DALL·E 2

DALL·E 3
描述词:
帮助我生成一个车水马龙的交通图片,4K,写实照片风格

DALL·E 2

DALL·E 3
通过两个版本的比较,我们可以看到DALL·E 3不仅更贴近现实,而且在语义理解与细节还原上效果更好,使得生成的图像更具真实感和吸引力。
如何使用?
方式一:在内置OpenAI DALL·E中使用


方式2: 在数据流程搭建时选择ChatGPT原生应用 (需要OpenAI账户)


方式3:语聚AI应用助手添加该应用

Whisper
全面升级
Whisper 是 OpenAI 开源的一款语音转文本模型。新版本 Whisper large-v3也正式上线,其特点是提高了各种语言的识别性能,能快速准确地将音频转录成文本,并且也可以在ChatGPT原生中直接使用。
应用场景
● 视频及电话会议:将会议纪要语音转换为文本,使得会议记录更加准确,也方便后续的阅读和分析。
● 语音翻译:Whisper可以将一个语言的语音转换为相应的文字,再通过机器翻译算法将其翻译成目标语言的文本,使人们能够跨越语言和文化的障碍进行交流。
● 讲座记录:对大型讲座或演讲的语音内容进行实时记录,使得听众可以更加专注于演讲内容,而不必担心遗漏笔记。
● ......
如何使用
方式1:数据流程搭建时选择内置应用OpenAI Whisper(无需账户)


方式2:您可以在数据流程搭建时选择ChatGPT原生应用 (需要OpenAI账户)


方式3: 语聚AI应用助手中添加OpenAI Wisper

更新GPT3.5/新增GPT3.5 Fine Tuning微调功能
此次在接入新模型的同时,集简云对 GPT3.5也进行了更新,并新增GPT3.5 Fine Tuning微调功能。
此前的GPT-3.5会一些局限性和问题,使用起来不能很好地适应特定领域或场景的需求,而现在我们可以通过微调,进行个性化定制,让该模型更好地满足自己的使用需求。
相关文章:
ChatGPT重磅升级!集简云支持GPT4 Turbo Vision, GPT4 Turbo, Dall.E 3,Whisper等最新模型
在11月7日凌晨,OpenAI全球开发者大会宣布了 GPT-4的一次大升级,推出了 GPT-4 Turbo号称为迄今为止最强的大模型。 此次GPT-4的更新和升级在多个方面显示出强大的优势和潜力。为了让集简云用户能快速体验新模型的能力,我们第一时间整理了大会发…...
Oracle 中的操作符
1.union:对两个结果集进行并集操作,不包括重复行,同时进行默认规则的排序; SELECT * FROM emp WHERE sal < 1500 UNION SELECT * FROM emp WHERE sal BETWEEN 1000 AND 2000 order by 1 2.union All:对两个结果集进行并集操…...
python之UDP网络应用程序开发
文章目录 版权声明UDP网络应用程序开发UDP初识UDP知识要点socket类的使用UDP发送数据开发流程分析UDP服务客户端通信栗子UDP广播发送 版权声明 本博客的内容基于我个人学习黑马程序员课程的学习笔记整理而成。我特此声明,所有版权属于黑马程序员或相关权利人所有。…...
中低压MOSFET 2N7002W 60V 300mA 双N通道 SOT-323封装
2N7002W小电流双N通道MOSFET,电压60V电流300mA,采用SOT-323封装形式。超高密度电池设计,适用于极低的ros (on),具有导通电阻和最大直流电流能力,ESD保护。可应用于笔记本中的电源管理,电池供电系统等产品应…...
kafka的设计原理
文章目录 1 Kafka简介2 Kafka的架构2.1 Kafka 一些重要概念2.2 工作流程2.3 副本原理2.4 分区和主题的关系2.5 生产者2.5.1 分区可以水平扩展2.5.2 分区策略 2.6 消费者2.6.1 消费方式2.6.2 分区分配策略 2.7 数据可靠性保证2.7.1 副本数据同步策略2.7.2 ACK 应答机制2.7.3 可靠…...
CANdelaStudio 使用教程5 编辑DID
文章目录 在哪编辑DID的分类编辑快照数据添加 DID 在哪编辑 DID的分类 编辑快照数据 添加 DID...
RESTful API 架构快速入门 Flask实现
RESTful 简介 1.1 为什么要使用 RESTful 架构? Representational State Transfer(REST)是一种面向资源的架构风格,广泛应用于网络服务的设计和开发。使用RESTful架构有以下几个优点: 简单性和可扩展性: RE…...
gitee仓库使用教程
下载安装git;在本地项目文件夹右击鼠标点击Git Bash Here;输入git init,这个目录变成git可以管理的仓库,会出现一个.git文件夹,如果没出现的话需要选择“显示隐藏文件”(不会的同学自行百度一下) 4.绑定本地…...
【ARM CoreLink 系列 3.2 -- CCI-400,CCI-500, CCI-550 差异】
文章目录 CCI-400 和 CCI-500 差异ARM CCI-400ARM CCI-500ARM CCI-550CCI-400 和 CCI-500 差异 ARM的 CCI(Cache Coherent Interconnect)系列产品是用于多核处理器之间的高性能缓存一致性互连。CCI-400 和 CCI-500 是该系列中的两种设计,它们旨在允许多个处理器核心和其他资…...
Java8 对象List 排序
目录 1.stream流式排序 1.使用说明: 2.多字段排序 2.Collections.sort(......) 排序 1.stream流式排序 Java8提供了流式操作来简化我们的编程,比如排序、分组、过滤、Map操作等API,配合Lambda表达式给我们编程带来了很大的便利,这篇文章重…...
【深度学习】DAMO-YOLO,阿里,701类通用检测模型,目标检测
https://github.com/tinyvision/DAMO-YOLO/blob/master/README_cn.md DAMO-YOLO是由阿里巴巴达摩院智能计算实验室TinyML团队开发的一个兼顾速度与精度的目标检测框架,其效果超越了目前的一众YOLO系列方法,在实现SOTA的同时,保持了很高的推理速度。DAMO…...
Day45:300.最长递增子序列、674. 最长连续递增序列、718. 最长重复子数组
文章目录 300.最长递增子序列思路代码实现 674. 最长连续递增序列思路代码实现 718. 最长重复子数组思路代码实现 300.最长递增子序列 题目链接 思路 单个字符都是一个长为1的子序列,直接初始化dp为1。先固定一个元素位置i,判断0-i范围内到i的最长子序…...
浅析基于物联网的远程抄表系统的设计及应用
安科瑞 华楠 摘 要:本文基于物联网的概念,使用 ZigBee、通用分组无线服务技术两种无线通信技术相结合的方式实现远程抄表并对数据进行存储和管理。此系统设计主要分为硬件方面的设计和软件方面的设计,硬件方面的设计需要完成三个部分的硬件制…...
springboot(ssm付费自习室管理系统 自习室预约平台Java(codeLW)
springboot(ssm付费自习室管理系统 自习室预约平台Java(code&LW) 开发语言:Java 框架:ssm/springboot vue JDK版本:JDK1.8(或11) 服务器:tomcat 数据库:mysql 5.7(或8.0&am…...
【Spring】Spring事务详解
📫作者简介:小明java问道之路,2022年度博客之星全国TOP3,专注于后端、中间件、计算机底层、架构设计演进与稳定性建设优化,文章内容兼具广度、深度、大厂技术方案,对待技术喜欢推理加验证,就职于…...
跟我学c++高级篇——静态反射实现之一
一、非侵入式的静态反射(自省) 在前面分析过,反射有静态和动态两类形式,前者在编译期实现,后者在运行期实现。而针对c这类天然不支持(或者说极弱支持)反射的语言,在实现上又可以分为…...
人工智能|机器学习——循环神经网络的简洁实现
循环神经网络的简洁实现 如何使用深度学习框架的高级API提供的函数更有效地实现相同的语言模型。 我们仍然从读取时光机器数据集开始。 import torch from torch import nn from torch.nn import functional as F from d2l import torch as d2lbatch_size, num_steps 32, 35 t…...
02_MySQL体系结构及数据文件介绍
#课程目标 了解MySQL的体系结构了解MySQL常见的日志文件及作用了解事务的控制语句,提交和回滚能够查看当前数据库的版本和用户了解MySQL数据库如何存放数据能在使用SQL语句创建、删除数据库 #一、MySQL的体系结构 ##1、客户端(连接者) MySQL的客户端可以是某个客户…...
【Web安全】xsstrike工具使用方法表格
xsstrike工具使用方法表格 版本:XSStrike v3.1.5 项目地址: https://github.com/s0md3v/XSStrike使用文档: usage: xsstrike.py [-h] [-u TARGET] [--data PARAMDATA] [-e ENCODE] [--fuzzer] [--update] [--timeout TIMEOUT] [--proxy][…...
python实现鼠标实时坐标监测
python实现鼠标实时坐标监测 一、说明 使用了以下技术和库: tkinter:用于创建GUI界面。pyperclip:用于复制文本到剪贴板。pynput.mouse:用于监听鼠标事件,包括移动和点击。threading:用于创建多线程&…...
第19节 Node.js Express 框架
Express 是一个为Node.js设计的web开发框架,它基于nodejs平台。 Express 简介 Express是一个简洁而灵活的node.js Web应用框架, 提供了一系列强大特性帮助你创建各种Web应用,和丰富的HTTP工具。 使用Express可以快速地搭建一个完整功能的网站。 Expre…...
Zustand 状态管理库:极简而强大的解决方案
Zustand 是一个轻量级、快速和可扩展的状态管理库,特别适合 React 应用。它以简洁的 API 和高效的性能解决了 Redux 等状态管理方案中的繁琐问题。 核心优势对比 基本使用指南 1. 创建 Store // store.js import create from zustandconst useStore create((set)…...
Appium+python自动化(十六)- ADB命令
简介 Android 调试桥(adb)是多种用途的工具,该工具可以帮助你你管理设备或模拟器 的状态。 adb ( Android Debug Bridge)是一个通用命令行工具,其允许您与模拟器实例或连接的 Android 设备进行通信。它可为各种设备操作提供便利,如安装和调试…...
阿里云ACP云计算备考笔记 (5)——弹性伸缩
目录 第一章 概述 第二章 弹性伸缩简介 1、弹性伸缩 2、垂直伸缩 3、优势 4、应用场景 ① 无规律的业务量波动 ② 有规律的业务量波动 ③ 无明显业务量波动 ④ 混合型业务 ⑤ 消息通知 ⑥ 生命周期挂钩 ⑦ 自定义方式 ⑧ 滚的升级 5、使用限制 第三章 主要定义 …...
python/java环境配置
环境变量放一起 python: 1.首先下载Python Python下载地址:Download Python | Python.org downloads ---windows -- 64 2.安装Python 下面两个,然后自定义,全选 可以把前4个选上 3.环境配置 1)搜高级系统设置 2…...
Opencv中的addweighted函数
一.addweighted函数作用 addweighted()是OpenCV库中用于图像处理的函数,主要功能是将两个输入图像(尺寸和类型相同)按照指定的权重进行加权叠加(图像融合),并添加一个标量值&#x…...
MMaDA: Multimodal Large Diffusion Language Models
CODE : https://github.com/Gen-Verse/MMaDA Abstract 我们介绍了一种新型的多模态扩散基础模型MMaDA,它被设计用于在文本推理、多模态理解和文本到图像生成等不同领域实现卓越的性能。该方法的特点是三个关键创新:(i) MMaDA采用统一的扩散架构…...
江苏艾立泰跨国资源接力:废料变黄金的绿色供应链革命
在华东塑料包装行业面临限塑令深度调整的背景下,江苏艾立泰以一场跨国资源接力的创新实践,重新定义了绿色供应链的边界。 跨国回收网络:废料变黄金的全球棋局 艾立泰在欧洲、东南亚建立再生塑料回收点,将海外废弃包装箱通过标准…...
生成 Git SSH 证书
🔑 1. 生成 SSH 密钥对 在终端(Windows 使用 Git Bash,Mac/Linux 使用 Terminal)执行命令: ssh-keygen -t rsa -b 4096 -C "your_emailexample.com" 参数说明: -t rsa&#x…...
OpenPrompt 和直接对提示词的嵌入向量进行训练有什么区别
OpenPrompt 和直接对提示词的嵌入向量进行训练有什么区别 直接训练提示词嵌入向量的核心区别 您提到的代码: prompt_embedding = initial_embedding.clone().requires_grad_(True) optimizer = torch.optim.Adam([prompt_embedding...
