我把压箱底的旅行碎片丢给多模态大模型,它拼出了我忘了三年的故事

上周三熬到两点翻旧硬盘,翻出2021年去大理的一堆碎文件:37张糊到看不清人脸的路边照,12段没头没尾的录音,还有半段拍苍山时不小心录进去的风的视频。

本来想全删了腾空间——硬盘满到连新的原神更新都下不动。手都点到删除键了,突然想起上周朋友给我试的那个多模态大模型,脑子一热把整个文件夹全拖进去了。

我第一次没把它当“聊天机器人”用

之前用的大多数AI,你给它发文字它回文字,塞图也只能对着图给你念个大概,什么“这是一张海边的照片”“画面里有两个人”,废话我自己不会看?

这次不一样。它根本不需要你把不同类型的文件分开整理,不管是文字、图片、录音还是视频,一股脑丢进去就行。我那堆乱得像垃圾场的文件,它花了不到一分钟就给我理出了头绪:那张糊到只剩个轮廓的乳扇摊照片,对应我录的1分23秒的和摊主阿姨的对话;半段录着风声的苍山视频,旁边配了我当时随手写在备忘录里的碎句子——“风把帽子吹到洱海里了,老板笑了我十分钟”。

我当时鸡皮疙瘩都起来了。

我自己都忘了这事。那是2021年4月的事,我当时刚毕业,揣着攒了三个月的工资去大理,连攻略都没做,拍的东西全是想到哪拍到哪,之后就再也没翻过。它甚至从那段风声的录音里,听出来背景里有我当时哼的《去大理》的调子,说我那天应该是在去才村的路上。

多模态大模型处理混合音视频图片文件界面
多模态大模型处理混合音视频图片文件界面

说真的,我之前对所有AI的印象都停留在“凑答案的工具”,要么帮我写周报,要么帮我改PPT,从来没想过它能把我散在各个角落的、毫无关联的小碎片,拼成一段我自己都记不清的回忆。

别被“全知全能”的宣传骗了,它现在还会犯傻

别着急吹它有多神。我之后又试了好多乱七八糟的场景,它的傻事能列一长串。

上次我把我家猫的一整个相册丢给它,让它帮我整理猫的成长记录。它居然把我之前存在同一个文件夹里的、朋友家哈士奇的照片混进去了,一本正经地给我写:“你家的哈士奇三个月的时候喜欢在猫爬架上睡觉,还会偷喝你放在桌上的牛奶。”

我家猫是蓝白英短,连尾巴尖都是白的。

还有更离谱的。我前阵子感冒,把我吃的药盒拍了张照发给它,让它帮我记着提醒我吃药,我特意拍了说明书上“饭后半小时服用”的字,它居然给我记成了“睡前半小时”,害我差点空腹把药吃了。

它现在最擅长的不是替你做决定,是帮你省掉那些整理碎信息的麻烦。你要是指望它像个靠谱的助理一样帮你处理重要的事,大概率要踩坑。它更像个记性很好但偶尔会串台的热心朋友,你跟它说什么它都能接,但偶尔会把你上周说的事和前年的事混到一起。

多模态大模型识别日常物品出错案例截图
多模态大模型识别日常物品出错案例截图

未来你用的APP,可能根本不需要你“找功能”

未来你用的APP,可能根本不需要你“找功能”
未来你用的APP,可能根本不需要你“找功能”

我后来跟做互联网产品的朋友聊这事,他说现在大家都在抢着把多模态大模型嵌到各个APP里,但其实最爽的根本不是你打开某个AI软件跟它聊天。

是你以后用手机的时候,根本不需要想着“我要打开相册找照片”“我要打开剪映剪视频”“我要打开备忘录记东西”。你直接对着手机说一句“把我上次去海边拍的、有浪花打在我脚上的视频,剪个15秒的片段,配个轻一点的背景音乐”,它直接就给你弄好了。

你甚至不需要告诉它素材存在哪,它自己会去相册里找,会去录音里找你之前存的海边的声音,会去你常用的音乐APP里找你爱听的歌。

还有更实际的。以后你去医院看病,不需要揣着厚厚的一叠病历本,也不需要跟医生掰扯你上次是什么时候做的检查、吃了什么药。你直接把你之前拍的检查报告的照片、录的咳嗽的声音、还有你存在备忘录里的吃药记录全导给系统,它直接给医生整理好一份完整的病历,连你上周因为吃了辣的拉肚子这种小事都能给你标出来。

你不需要学怎么用它,你只需要把你想说的、想给它看的、想让它听的东西直接扔过去就行。

上周我把大理那堆碎文件导出来的时候,顺便把去年拍的猫的视频、还有我平时随手录的语音备忘录都丢给它了。它给我拼了个两分钟的小短片,配了个我平时爱听的民谣,开头还放了我当时在大理拍的那半段苍山的风。

我看的时候差点哭出来。

原来我这三年,存了这么多自己都忘了的小破事。

作者|科技

排版|科技

审核|小准

免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。如有侵权请联系删除。
文章名称:我把压箱底的旅行碎片丢给多模态大模型,它拼出了我忘了三年的故事
文章链接:https://www.lfdjt.com/p/keji/a/11804.html