体验了一把 MiniGPT-4，一言难尽

最近看到一个好玩的开源项目：MiniGPT-4。

看名字像 GPT-4 的小老弟，其实没啥关系。

简单说，它可以识别图像，基于图像你可以和它对话，它能生成图片描述、网站、诗歌。

先看看官方给出的例子截图。

给图写一段广告词

还能教做饭

根据图配上一段故事

卧槽，AI 长眼睛了！

除此之外，它还能找到图中的笑点、生成诗歌…… 还有更牛的，可以根据一张设计草图，生成站代码

看的我是目瞪口呆…… 上一次这么目瞪口呆，还是看 GPT-4 的演示。

估计看到这里，你和我一样都被惊到了，那接下来的内容，可以让你压压惊了。

这么强的工具，说什么我也得试试啊。

首先我找了一张 911 撞大楼的图片，试试 MiniGPT-4 的识图和描述。

下面是我传给它图片，和我俩的问答。

嗯，它回答的看着还行，像模像样的。

像模像样也就到此为止了，接下来 MiniGPT-4 的表现就有点让我失望。

我找了一个宫保鸡丁的图片，让它教我做饭。

MiniGPT-4 看成了炸鸡肉？！

葱段、辣椒：我俩不配被识别？

我提示一下

经过提示，它倒是知道了是宫保鸡丁了。但是做法没改过来…… 还是芥末、香菜……

可能它不擅长中国菜吧，不难为它了，换一道题，据说它能 get 图像的笑点。

我用的这张图

问它笑点在哪

没有解释笑点，只是单纯的描述了图，而且还描述错了，把手机看成了电脑。

我换了问法，又进行了提示，结果还是不太行。

再换个题，来个简单的。

哎，又逃避问题，没回答电影名也就算了，图的描述也有点胡说八道了，“白衬衣黑裤子”，“看起来很休闲”。

心累！每一次提问完等回答，都要等好几分钟，等了半天就等到了这么不正经的回答。

当初看完官方例子之后，我心里还窃喜，MiniGPT-4 可以帮我一个大忙：每次发朋友圈，给图配文字我都费劲想半天，到底文字怎么写才能显得我有才华。

试了一下，结果你们自己看吧。

已经无力吐槽了……

不应该啊，是我的问题？用法不对？

那我用官方例子的图片，试试图片生成代码。我就不信了。

还是老样子，MiniGPT-4 还是无视问题，闷头自己描述……

又问了一次，代码总算写出来了。

但是，这代码看起来也不对啊。

这时候，和官方截图一对比，我有一种的感觉:
红烧牛肉面里没看到牛肉。

以上就是我的体验过程。

因为每次提问之后，等答案都要好久，再加上有点失望，有些想法就没再尝试了。

总的来说，这次体验有点一言难尽：我带着好奇心和不明觉厉玩了半天，结果感觉我被玩了。

但是，静下来想想，MiniGPT-4 这种交互形式还是挺让人眼前一亮的，或许我的用法不对，或许它需要时间来不断迭代进化，或许我们应该给它更多耐心。

就冲着它的团队里有好几个华人名字，怎么着也得支持一下。

希望它以后能速度更快，功能更强大，MiniGPT-4 早日不 Mini。

最后，附上它的几个地址，感兴趣的小伙伴可以去看看。

官网和演示：https://minigpt-4.github.io/

github：https://github.com/Vision-CAIR/MiniGPT-4

论文：https://github.com/Vision-CAIR/MiniGPT-4/blob/main/MiniGPT_4.pdf

我建了一个免费 ChatGPT 学习群，在群里就可以免费使用 ChatGPT，入群扫码：

如果上面的群二维码过期了，你可以加我微信，我拉你入群：