做了两个小小的测试，非黑非红，个人真实场景测试[棒R]等4o到手 我再同步一下测试结果 测试1️⃣图片内容识别，是一张在奥森公园拍摄的水边动物的图片，识物场景应该是用户比较常用的 P1-3是hunyuan的结果，没有识别出来主目标物的类别，还有背景中的动物是什么，绿头鸭🦆的特征其实比较明显，但是识别效果确实不佳，有待提升 P4-6是豆包的结果，不仅正确识别了主目标物，还识别出来了模糊背景中的动物，并且对该类型动物做了进一步介绍，并且可以直接语音播报。 P7-12是文心一言的结果，错误识别成灰雁，我加问了灰雁和鸿雁的区别，也能输出两者的各种区别（如明显特征：嘴的颜色），但是最后识别的结果还是错误的 测试2️⃣对图片进行操作 P7是yuanbao，只给了我一些工具操作的指引，回复让他帮我做，还是同样的工具操作输出，当前应该是没有上线多模态的能力 P8-10是豆包，给了我两张图片结果，也按照我的指令进行了执行，能理解基本指令和特征识别（转身，生成狗头和项圈），但是并没有真正理解里面狗的品种，没有保持主体一致性，所以生成了其他的面孔，另外脖子项圈颜色也发生了变化 #神仙打架 #大模型 #c端 #gpt4o #图片生成 #图片识别#豆包 #元宝#测试评分0102 #多模态 #大模型