微软发布可视 ChatGPT，一种用于图像的技术，已在 GitHub 开源

据外媒报道及GitHub页面显示，微软昨日（3月10日）发布了一个名为“Visual ChatGPT”的新模型，这意味着将允许通过聊天发送消息并在聊天期间接收图像，使用户能够使用图像与ChatGPT进行交互，而不仅仅是文本。截至发文，短短18小时，已有7.7k的收藏(星标)

根据官方展示的demo，此项目能够识别图片中的物品，询问是什么颜色，当你给予要求后，能根据你的要求一键处理图片，进行图片内的物体替换，将图片进行添加滤镜等

Q: 你能给我生成一只猫吗？
A: 当然，这是给你的一直猫
Q: 你可以把这只猫替换成狗然后删除书吗？
A: 这是一张将猫替换成狗然后移除掉书的图片
Q: 那太棒了，你能生成出这张图片的精确的边缘轮廓吗？
A: 这是这张图的精确轮廓边缘
Q: 现在生成一只黄色的狗在这张图片的基础上
A: 这是给你的一只黄色的狗
Q: [发送了一张图片]
A: 收到
Q: 摩托车是什么颜色的?
A: 摩托车是黑色的
Q: 你可以移除这个摩托车吗？
A: 摩托车已从这张摩托车上移除，这是新的图片

微软在GitHub展示的系统框架

目前该项目已开源至GitHub，可直接在本地部署体验，使用MIT协议，这代表将可以使用，复制和修改，可以免费使用或出售，甚至是用于闭源商用，唯一的条件是保留MIT协议

开源链接: https://github.com/microsoft/visual-chatgpt

参考资料

[1]Mohit Pandey.[EB/OL]. https://analyticsindiamag.com/microsoft-unveils-visual-chatgpt-a-chatgpt-for-images/.March 10, 2023-March 11, 2023.
[2]Microsoft.[EB/OL]. https://github.com/microsoft/visual-chatgpt.March 10, 2023-March 11, 2023.

封面来源