增加GPT-4V、SD3及图生图功能 | 启智更新

启智致力于企业AI应用快速落地,智能体能力进化一小步,应用落地就方便一大步🚀 顶想云`ThinkBot`[启智](https://bot.topthink.com/)本周主要更新如下: ### 增加`GPT-4V`识图工具 新增了`GPT-4V`识图工具,对多模态对话提供了更好的支持,可以在对话中上传图片,进行图片识别和图文逻辑推理,还可以配合OCR工具进行文字内容的识别。  ### 增加`Stable Diffusion 3.0`工具 增加`Stable Diffusion`工具,使用最新的SD3接口,由Stability AI公司开发的一个文生图模型。 可以生成各种主题的图像,包括现实场景、艺术创作、肖像等。生成效果比之前的模型有了很大提升,可以更好地理解和表达复杂的文本描述。值得一提的是,SD3在文字拼写方面有着非常不俗的效果。   由于SD3目前对中文的理解和支持尚不完善,因此,系统默认会把提示词都转成英文传入,所以如果需要生成中文文字效果的暂时还不支持。 ### 图生图能力支持,支持SD3及通义万相 随着`Stable Diffusion`的支持,启智也正式上线了图生图功能,为启智用户带来了更加便利和高效的体验。通过这一功能,用户可以轻松地使用SD3和通义万相进行图像的生成和处理,实现更加丰富多样的功能和效果。无论是进行图像编辑、设计,还是进行图像识别、处理,用户都可以通过图生图功能轻松实现,提升工作效率和体验感。  为了进一步提升图像处理体验,官方计划在新版的[AI助理](https://chat.topthink.com/)里面加入艺术创作版块,提供更直观的图像处理操作和更为强大的图像处理能力。 ### 支持通义千问最新2.5模型 通义千问Max模型在理解能力、逻辑推理、指令遵从和代码能力等多个方面均有显着提升,而且对函数调用的支持也比之前版本完善不少,现已正式纳入启智的模型选型,可以切换使用。同时也可以在[ThinkAI](https://doc.topthink.com/think-ai/default.html)中直接调用该模型。 ### 增加内容审核工具 考虑到部分业务场景的需要,增加了内容安全审核工具的支持,可以对文本和图片进行审核,配合提示词进行相关的处理逻辑即可。  ### 其它更新 * 对话记录自动生成标题 并支持来源显示 * 模型支持设置携带上下文对话数(默认为5) * 文件上传支持设置允许类型 * 图片上传展示优化 * 生成图片增加下载按钮 * 代码标签中的文本内容支持单独复制 更多更新内容参考[官方帮助文档](https://doc.topthink.com/think-bot/default.html)

资讯来源:https://blog.topthink.com/support-gpt4v-sd3-image-to-image.html

投递资讯

立即投递