Bing Chat圖像識別實測!懂梗圖、還能當醫生「看病」,搶先ChatGPT 開放有多強?
Bing Chat圖像識別實測!懂梗圖、還能當醫生「看病」,搶先ChatGPT 開放有多強?

還記得今年 3 月 OpenAI 在發布 GPT-4 時提到的多模態功能嗎?

screenshot00-62.png!720.png
GPT-4 回答 Demo,由機器翻譯
圖/ 愛范兒

GPT-4 支持圖片輸入,可以看懂梗圖、看懂物理題,還能看懂論文,發布後震驚了所有人,這也是 GPT-4 相較 GPT-3.5 最大的升級點。

只可惜,OpenAI 表示圖像輸入功能仍然是研究預覽階段,還不能向大眾公開。

然而,近日 Reddit 有網友發現,自己的 Bing Chat 帳號悄悄新增了一個上傳圖片的入口,把圖片上傳上去後,Bing Chat 竟然會識別圖像回答!

此前微軟曾透露 Bing Chat 使用的正是 GPT-4 模型,並在上個月的大更新日誌中有提到會為 Bing 加入多模態支持,綜合來看,Bing Chat 很可能正在逐步開發向用戶開放圖像識別功能測試。

該網友對 Bing Chat 做了大量測試,讓我們一起看看「長了眼睛」的 Bing Chat 有多厲害吧。

Bing Chat實測!能看懂梗圖、識別動漫角色,還可以當「醫生」

首先是 GPT-4 最讓人拍案叫絕的看梗圖功能。GPT-4 不僅可以理解圖片裡的內容,還能像人類一樣分析出梗圖的笑點在哪裡。

screenshot00-61.png!720.png
圖/ 愛范兒

例如這張梗圖中,GPT-4 可以看出圖片想要表達用過時的 VGA 形狀的接頭給 iPhone 充電是一件很荒謬的事,引入發笑。

372c2e10-be9f-4918-a77e-54c4fee9497c!720.jpeg
圖/ 愛范兒

網友也在 Bing Chat 上傳了同樣的梗圖做測試,奇怪的事情發生了:Bing Chat 並沒有認出這是 VGA 接頭,因此它也「get」不到其中的笑點,不過 Bing Chat 還是一五一十地把照片解讀了出來,甚至還能說出線的品牌,並給出更詳細的資料。

這也許是 Bing Chat 偶然的誤差,也可能是微軟在實際應用 GPT-4 做了更多的限制調整導致回答偏差。

057c076f-b6c0-4ee7-ba31-4b2e2461b3a7!720.jpeg
圖/ 愛范兒

網友再上傳了另一張關於機器學習的梗圖漫畫,這次 Bing Chat 就能比較準確地答出圖中的內容和笑點。

5eec36e6-11e4-444f-8969-57251a7bf68a!720.jpeg
圖/ 愛范兒

Bing Chat 對另一張在汽車上燙衣服的梗圖分析也同樣到位。

24685c80-ffff-4f23-a0a6-aa4837f926ce!720.jpeg
此處翻譯有誤,原文為:Diddy Kong, Pyra, Pikachu, Zero Suit Samus, Donkey Kong, Sonic the Hedgehog, Ness, Cloud Strife, and Incineroar
圖/ 愛范兒

Bing Chat 識別圖像的精度有多高呢?他上傳了一張《任天堂大亂鬥》遊戲的角色圖,同一張圖上有排列著非常多的角色,要求 Bing Chat 一一認出所有的角色。

結果是,Bing Chat 在 12 個角色中認出了 7 個,看來二次元問題對它來說還是有點難度。

experimenting-with-bing-ais-visual-input-part-2-mo
圖/ 愛范兒

OpenAI 在發布時還展示了透過手繪圖照片就能寫網頁的案例,該網友也手畫了一張圖考考 Bing。

讓我們跳過冗長的代碼環節,直接看看這個網頁跑起來的效果。可以看出,基礎的網頁雛形還是搭建出來了。

圖像識別功能的加入給 Bing Chat 增添非常多的用途,畢竟現實中很多內容(例如公式、圖表)很難用文字表達清楚,這時候直接一張圖甩給 AI 就能得到回答。

7e621107-8fc0-4f8c-b255-c995fb1fc93d!720.jpeg
圖/ 愛范兒

例如讓它解釋一下染色體在減數分裂時交叉互換的過程。

c71ba13d-3e90-430d-8c22-1add9d869cc6!720.jpeg
圖/ 愛范兒

讓它扮演生物老師,分析一下腎過濾的工作原理。

718040ea-aee8-4c01-a252-178d49f3488c!720.jpeg
圖/ 愛范兒
1edd7cc7-c2aa-45c8-90fc-1931d4f1aef0!720.jpeg
圖/ 愛范兒

甚至可以讓它充當網路醫生,簡單診斷一下皮膚症狀。

此前,ChatGPT 由於出色的文字理解和表達能力,已經被人們開發出了學外語、練口語的功能。

8644e9a6-e2eb-4d7d-84d4-3be817f72417-1!720.jpeg
圖/ 愛范兒

Bing Chat 圖像識別功能開放部分用戶使用

再加入視覺識別後,Bing Chat 甚至可以擔任一個初中高中乃至大學老師的角色,幫助學生解答複雜的數理化問題,如果未來識圖功能推廣開來的話,這也許在一定程度上可以解決教育資源不均衡的問題。

用戶還可以用它做基礎的醫療診斷,節約就醫所需要的金錢和時間,展現出 AI 普及大眾的價值。

當然,Bing Chat 雖然能基本看懂現實世界的內容,但它的回答終究只能作為參考,不可以當做專業意見。

所以要完全向大眾開放圖像識別功能的話,微軟還需要做大量的限制和調整,才能確保大眾不會因為誤信 AI 的回答而出現安全問題。

在短期內,Bing Chat 圖像識別應該還只是少部分用戶才可以使用的測試性功能,如果你感興趣的話,可以登錄你的微軟帳號,看看在 Bing Chat 的聊天欄上是否多了一個圖片的圖案。

目前 Bing Chat 開放所有微軟帳戶,快來看看你有沒有收到測試資格吧 。

延伸閱讀:Bing Chat端出爆炸新功能!找迷因、訂餐廳,中文也能生成圖片,亮點一次看

本文授權轉載自:愛范兒

責任編輯:蘇祐萱

關鍵字: #AI
往下滑看下一篇文章
門市越展越多,如何降低管理與維運負擔?不用全面汰換設備,也能逐步升級智慧化多據點管理
門市越展越多,如何降低管理與維運負擔?不用全面汰換設備,也能逐步升級智慧化多據點管理

快速展店背後的挑戰 如何降低跨據點管理與維運負擔

對連鎖零售企業而言,展店代表商機與成長,但當門市數量快速增加,營運與管理的複雜度也隨之提升。尤其對便利商店(C-store)、餐飲連鎖與其他高密度展店型態的企業而言,總部需要面對的不只是據點數量增加,更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理,往往以單一門市為單位,各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形,或進行跨區域管理時,往往需要投入大量人力逐一確認資訊,不僅增加管理負擔,也提高維運成本。

此外,零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝,甚至調整營運規模。傳統一次性設備投資模式,容易讓企業在面對據點變化時缺乏彈性,也增加設備重新配置與後續維護的負擔。

因此,現代零售企業所需要的不只是單純記錄事件的設備,而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊,並支援未來智慧應用發展的智慧化管理架構。

晶睿通訊-2.png
圖/ 晶睿通訊

從既有設備開始升級 降低全面汰換設備的轉型負擔

面對智慧化轉型需求,許多企業最大的挑戰並非是否需要升級,而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言,全面汰換既有架構不僅成本高,也可能影響門市日常運作。因此,能夠兼容既有設備並逐步升級的彈性架構,成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構,企業可以從既有設備開始,逐步整合不同據點的安全資訊與管理需求,同時導入雲端管理能力。相較於一次性重新建置,新一代平台架構能協助企業延續既有投資價值,並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外,訂閱式雲端服務模式和混合雲安防架構,也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理,企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整,精準配置資源,降低一次性投入壓力,也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言,安全管理不再是一套固定且難以調整的架構,而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理,或因應營運策略調整,都能以更彈性的方式完成管理升級。

晶睿通訊-3.png
圖/ 晶睿通訊

AI 不只是安防工具 更開始協助零售提升營運效率

隨著 AI 技術快速發展,安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤;如今,智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為,協助企業從「看見發生什麼」進一步「理解正在發生什麼」,甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言,AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則 讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測,協助門市減少人工查看影像的需求。而進一步透過 Think Alert,管理者更可以直接以自然語言設定客製化的偵測條件,將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例,店員往往需要同時處理結帳、補貨與顧客服務,總部也難以持續掌握每個據點的即時狀況。透過 Think Alert,管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境;當符合設定條件的畫面出現時,系統即可主動發出警報,協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言,這代表 AI 不只是協助辨識既定事件,更能依據不同營運需求,讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查 Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後,如何從大量、多據點的影像中找到關鍵人物與事件脈絡,往往是最耗費人力的環節。透過 Think Search,管理者可以直接用自然語言描述想尋找的對象與情境,例如,當家長反映孩童可能在門市附近走失時,店員或總部人員不需要逐一查看不同攝影機的錄影畫面,只要在 Think Search 輸入「昨日上午,牽著小女孩的男性」等自然語言描述,系統即可協助從大量影像中篩選相關畫面,快速找到相關人物可能出現的時間與位置。若需要進一步追蹤,還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault,建立事件時間線與人物移動路徑,協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運 讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景,若顧客將手機、包包等物品遺留在座位或櫃台附近,遺留物與遺失物偵測可以協助門市人員更快發現異常,主動確認並協助顧客處理失物問題;人流分析則能協助企業掌握不同時段的門市活動趨勢,作為空間配置與人力安排的參考;車牌辨識可應用於停車區域或門市周邊管理,而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用,企業能在既有設備基礎上,進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言,AI 的價值已不只是「看得更清楚」,而是讓企業更快發現問題、更快找到資訊,並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則,到 AI 搜尋與事件調查,再延伸至顧客服務與營運分析,雲端安防平台正讓影像從被動的紀錄工具,逐步成為支援多據點安全管理與營運決策的重要資訊來源。

晶睿通訊-4
圖/ 晶睿通訊

85°C 北美導入 VIVOTEK AI 雲端安防平台 加速 80+ 門市智慧營運升級

隨著零售產業持續朝向多據點與數位化營運發展,如何在快速展店的同時兼顧營運效率、安全管理與服務品質,已成為企業的重要課題。

為支援持續拓展的營運需求,85°C Bakery Cafe 北美導入 VIVOTEK VORTEX AI 雲端安防平台,透過雲地整合架構與 AI 智慧應用,將原本分散的監控系統整合至單一平台,全面提升多據點管理效率、事件處理速度與日常營運效能。

此案例呈現零售企業如何從既有設備與架構出發,分階段導入雲端安防平台,並為未來智慧化管理與 AI 應用建立基礎。

閱讀完整案例

85°C Bakery Cafe North America 如何透過 VIVOTEK 雲端安防平台打造更智慧的門市管理模式

觀看案例影片

了解 85°C Bakery Cafe North America 如何應用 VIVOTEK VORTEX AI 雲端安防平台

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓