最近看到一個好玩的開源項目：MiniGPT-4。
看名字像GPT-4的小老弟，其實沒啥關係。
簡單說，它可以識別圖像，基於圖像你可以和它對話，它能生成圖片描述、網站、詩歌。
先看看官方給出的例子截圖。
給圖寫一段廣告詞
還能教做飯
根據圖配上一段故事
臥槽，AI長眼睛了！
除此之外，它還能找到圖中的笑點、生成詩歌……還有更牛的，可以根據一張設計草圖，生成站代碼
看的我是目瞪口呆……上一次這麼目瞪口呆，還是看GPT-4的演示。
估計看到這裏，你和我一樣都被驚到了，那接下來的內容，可以讓你壓壓驚了。
這麼強的工具，說什麼我也得試試啊。
首先我找了一張911撞大樓的圖片，試試MiniGPT-4的識圖和描述。
下面是我傳給它圖片，和我倆的問答。
嗯，它回答的看着還行，像模像樣的。
像模像樣也就到此爲止了，接下來MiniGPT-4的表現就有點讓我失望。
我找了一個宮保雞丁的圖片，讓它教我做飯。
MiniGPT-4看成了炸雞肉？！
蔥段、辣椒：我倆不配被識別？
我提示一下
經過提示，它倒是知道了是宮保雞丁了。但是做法沒改過來……還是芥末、香菜……
可能它不擅長中國菜吧，不難爲它了，換一道題，據說它能get圖像的笑點。
我用的這張圖
問它笑點在哪
沒有解釋笑點，只是單純的描述了圖，而且還描述錯了，把手機看成了電腦。
我換了問法，又進行了提示，結果還是不太行。
再換個題，來個簡單的。
哎，又逃避問題，沒回答電影名也就算了，圖的描述也有點胡說八道了，“白襯衣黑褲子”，“看起來很休閒”。
心累！每一次提問完等回答，都要等好幾分鐘，等了半天就等到了這麼不正經的回答。
當初看完官方例子之後，我心裏還竊喜，MiniGPT-4可以幫我一個大忙：每次發朋友圈，給圖配文字我都費勁想半天，到底文字怎麼寫才能顯得我有才華。
試了一下，結果你們自己看吧。
已經無力吐槽了……
不應該啊，是我的問題？用法不對？
那我用官方例子的圖片，試試圖片生成代碼。我就不信了。
還是老樣子，MiniGPT-4還是無視問題，悶頭自己描述……
又問了一次，代碼總算寫出來了。
但是，這代碼看起來也不對啊。
這時候，和官方截圖一對比，我有一種的感覺:
紅燒牛肉麪裏沒看到牛肉。
以上就是我的體驗過程。
因爲每次提問之後，等答案都要好久，再加上有點失望，有些想法就沒再嘗試了。
總的來說，這次體驗有點一言難盡：我帶着好奇心和不明覺厲玩了半天，結果感覺我被玩了。
但是，靜下來想想，MiniGPT-4這種交互形式還是挺讓人眼前一亮的，或許我的用法不對，或許它需要時間來不斷迭代進化，或許我們應該給它更多耐心。
就衝着它的團隊裏有好幾個華人名字，怎麼着也得支持一下。
希望它以後能速度更快，功能更強大，MiniGPT-4早日不Mini。
最後，附上它的幾個地址，感興趣的小夥伴可以去看看。
官網和演示：https://minigpt-4.github.io/
github：https://github.com/Vision-CAIR/MiniGPT-4
論文：https://github.com/Vision-CAIR/MiniGPT-4/blob/main/MiniGPT_4.pdf
我建了一個免費 ChatGPT 學習羣，在羣裏就可以免費使用 ChatGPT，入羣掃碼：
如果上面的羣二維碼過期了，你可以加我微信，我拉你入羣：
