当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > AI 在用| GPT-4、Claude 3 带你看懂宜家安装说明书

AI 在用| GPT-4、Claude 3 带你看懂宜家安装说明书

来源:机器之心 2024-04-14 14:18:28 0浏览 收藏

大家好,我们又见面了啊~本文《AI 在用| GPT-4、Claude 3 带你看懂宜家安装说明书》的内容中将会涉及到等等。如果你正在学习科技周边相关知识,欢迎关注我,以后会给大家带来更多科技周边相关文章,希望我们能一起进步!下面就开始本文的正式内容~

人工智能的发展,如大型模型和AIGC,正在悄然改变我们的生活和工作方式。然而,大多数人对如何充分利用这些技术仍感到困惑。

因此,我们推出了“AI在用”专栏,旨在通过简洁有趣的人工智能使用案例,向大家介绍AI的实际运用方法,激发大家对人工智能的思考。

我们也欢迎读者投稿亲自实践的创新型用例。

今天,我们分享 X 用户 @gabchuayz 的案例—— 利用 Claude 3 Opus (最贵的一款)视觉推理能力,读懂宜家家具安装说明书!

AI 在用| GPT-4、Claude 3 带你看懂宜家安装说明书

AI 在用| GPT-4、Claude 3 带你看懂宜家安装说明书

  • 案例地址:

    https://twitter.com/gabchuayz/status/1766143549794357458

AI 在用| GPT-4、Claude 3 带你看懂宜家安装说明书
作者透过 Workbech 来接入 Claude 3 Opus

首先,进入 Claude 3 Opus ,输入提示( Prompt ):

  • you are a friendly assistant 

这也是 OpenAI 官方认可写好 Prompt 的重要策略之一,让模型充当某个角色,它往往会表现地更专业,回答也更明确。

然后,上传说明书图片并附上简单文字提示:

  •  These are instruction manuals. List out the steps clearly.

这位作者按顺序(步骤 1 — 14 )上传了七张说明书图片。这是其中一张图片的内容:

AI 在用| GPT-4、Claude 3 带你看懂宜家安装说明书来自@gabchuayz

这是 Claude 3 Opus 返回的结果:

AI 在用| GPT-4、Claude 3 带你看懂宜家安装说明书来自@gabchuayz

下面是翻译过来的内容。对于不善阅读图片说明的用户来说,这个回答显然大幅降低了安装门槛,它甚至识别出了螺丝的型号。

  1. 使用提供的工具(100092),将2颗螺丝(104521、104522)固定在圆形零件上,如图所示。

  2. 使用4颗螺丝将锤形零件(101339)连接到步骤1中组装的结构上。

  3. 使用4颗螺丝将另一个锤形零件(101339)连接到相反的一侧。

  4. 使用4颗螺丝连接两侧的零件。

  5. 将带箭头标记的零件插入组装结构的开口处,使用4颗螺丝(101339)固定。

  6. 使用提供的工具(101339),将带箭头标记的零件固定在组装的框架结构上。

  7. 使用4颗螺丝进一步固定框架结构的零件。

  8. 框架结构现在已经完全组装好了。

  9. 使用工具(101339)驱动另外四颗螺丝,以加固连接。

10、使用四颗螺丝(101339)固定盒子结构的顶部。

11、插入带箭头标记的零件,关闭盒子的一侧。

12、使用工具(101339)驱动16颗螺丝,将所有零件紧密固定。

13、附加的图示显示了组装框架结构内部创建的细分隔间。

14、最后的图示提供了组装完成的整体尺寸,包括六颗螺丝固定的手柄。

当然,结果绝非完美。例如划线部分所示,什么是“锤形零件”?什么又是“带箭头标记的零件”?前面一个问题源自模型无法清楚区分图片中的螺丝和锤子工具;后面一个问题在于系统搞不清楚箭头其实表示的是这个零部件的插入方向。

有人说宜家最酷的不是家具,而是家具说明书——没有文字,只有图,一些顾客常常在组装过程中陷入沮丧。现在,可以考虑找一个帮手了。
我们透过 Poe  调用  Claude 3 Opus。输入提示 “you are a friendly assistant ”。
然后,直接上传了下面这张图片,没有任何文字提示作为补充,看看大模型能否提供安装说明:

AI 在用| GPT-4、Claude 3 带你看懂宜家安装说明书

这是我们得到的结果。虽然还是存在明显的问题,比如识别不了 d (不是螺丝,而是会随商品赠送的扭螺丝简易工具),但并不妨碍我们对安装步骤有一个大体了解,并且知道这是一种比较典型的宜家家居安装风格。

AI 在用| GPT-4、Claude 3 带你看懂宜家安装说明书

如果是乐高安装说明书呢?我们按顺序(步骤 1-5 )输入了下面五张乐高安装说明书:

AI 在用| GPT-4、Claude 3 带你看懂宜家安装说明书


AI 在用| GPT-4、Claude 3 带你看懂宜家安装说明书


AI 在用| GPT-4、Claude 3 带你看懂宜家安装说明书

AI 在用| GPT-4、Claude 3 带你看懂宜家安装说明书

AI 在用| GPT-4、Claude 3 带你看懂宜家安装说明书

这是结果,非常清楚明白:

AI 在用| GPT-4、Claude 3 带你看懂宜家安装说明书


接着让模型推理一下咱拼的什么东西,结果也靠近答案(玩具小汽车)。AI 在用| GPT-4、Claude 3 带你看懂宜家安装说明书
Claude 3  Optus 可以做到,其他领先大模型是否也可以呢 ? 还真未必。下面是 Gemini Pro 的“答卷”,差强人意,已经“臆想”是飞机的搭建了。目前 GPT-4 不接受这么多张图的输入,微软 Copliot 也只允许上传一张。

AI 在用| GPT-4、Claude 3 带你看懂宜家安装说明书

同样是看图说话, Claude 3  Optus 能否看懂漫画呢?输入提示:“请按顺序解释每幅图片的意思”:

AI 在用| GPT-4、Claude 3 带你看懂宜家安装说明书


结果确实读懂了这是一幅吐槽宜家家居很难安装的漫画。不过,从第 9 幅图开始,模型就开始出错——正确答案是,用户饮弹自尽后,抢救无效,葬礼上的工人开始安装说明建造棺材和十字架,结果呢,确实不好装,十字架都歪了.......

AI 在用| GPT-4、Claude 3 带你看懂宜家安装说明书

Claude 3 Opus 也有不灵光的时候。尤其是当输入只有一张说明书时,Opus 并不能稳赢 GPT-4 。比如,这个茶几安装说明。

AI 在用| GPT-4、Claude 3 带你看懂宜家安装说明书


从返回结果来看,不仅文字识别存在问题(“层板”被识别为“房板”),拧螺丝的简易工具也识别不出来。解读安装步骤也有问题,比如步骤 3、4 其实是在固定腿部,但被识别为固定板子。

AI 在用| GPT-4、Claude 3 带你看懂宜家安装说明书


相比之下,如果使用 GPT-4 ,结果要好很多:

AI 在用| GPT-4、Claude 3 带你看懂宜家安装说明书



AI 在用| GPT-4、Claude 3 带你看懂宜家安装说明书


这是宜家早期的 Tune 椅子说明书:

AI 在用| GPT-4、Claude 3 带你看懂宜家安装说明书

Claude 3 Opus 返回的结果如下。椅子被识别为桌子,安装步骤也和图片内容不吻合。



AI 在用| GPT-4、Claude 3 带你看懂宜家安装说明书



同样的提示, GPT-4 的效果要好得多:

AI 在用| GPT-4、Claude 3 带你看懂宜家安装说明书

我们的新专栏会带来更多不同大模型的案例演示,欢迎大家留言评论并给出改进建议。

到这里,我们也就讲完了《AI 在用| GPT-4、Claude 3 带你看懂宜家安装说明书》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于产业的知识点!

版本声明
本文转载于:机器之心 如有侵犯,请联系study_golang@163.com删除
Java中使用==和equals的区别是什么Java中使用==和equals的区别是什么
上一篇
Java中使用==和equals的区别是什么
特斯拉Cybertruck中国巡展火热进行中,多地展览时间地点公布
下一篇
特斯拉Cybertruck中国巡展火热进行中,多地展览时间地点公布
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    542次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    511次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    498次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    484次学习
查看更多
AI推荐
  • 千音漫语:智能声音创作助手,AI配音、音视频翻译一站搞定!
    千音漫语
    千音漫语,北京熠声科技倾力打造的智能声音创作助手,提供AI配音、音视频翻译、语音识别、声音克隆等强大功能,助力有声书制作、视频创作、教育培训等领域,官网:https://qianyin123.com
    143次使用
  • MiniWork:智能高效AI工具平台,一站式工作学习效率解决方案
    MiniWork
    MiniWork是一款智能高效的AI工具平台,专为提升工作与学习效率而设计。整合文本处理、图像生成、营销策划及运营管理等多元AI工具,提供精准智能解决方案,让复杂工作简单高效。
    136次使用
  • NoCode (nocode.cn):零代码构建应用、网站、管理系统,降低开发门槛
    NoCode
    NoCode (nocode.cn)是领先的无代码开发平台,通过拖放、AI对话等简单操作,助您快速创建各类应用、网站与管理系统。无需编程知识,轻松实现个人生活、商业经营、企业管理多场景需求,大幅降低开发门槛,高效低成本。
    151次使用
  • 达医智影:阿里巴巴达摩院医疗AI影像早筛平台,CT一扫多筛癌症急慢病
    达医智影
    达医智影,阿里巴巴达摩院医疗AI创新力作。全球率先利用平扫CT实现“一扫多筛”,仅一次CT扫描即可高效识别多种癌症、急症及慢病,为疾病早期发现提供智能、精准的AI影像早筛解决方案。
    145次使用
  • 智慧芽Eureka:更懂技术创新的AI Agent平台,助力研发效率飞跃
    智慧芽Eureka
    智慧芽Eureka,专为技术创新打造的AI Agent平台。深度理解专利、研发、生物医药、材料、科创等复杂场景,通过专家级AI Agent精准执行任务,智能化工作流解放70%生产力,让您专注核心创新。
    152次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码