GPT4V动态内容分析能力介绍

想要了解GPT-4V如何突破静态分析的局限，进行动态内容分析吗？本文带你探索它如何通过图片序列理解视频教程，甚至预测事件发展。快来看看GPT-4V如何让机器理解动态世界吧！

1.除了静态内容，GPT-4V还能做动态分析，不过不是直接喂给模型一段视频。

2.上面的五张图是从一段制作寿司的教程视频中截取的，GPT-4V的任务是（在理解内容的基础上）推测这些图片出现的顺序。

3.而针对同一系列的图片，可能会有不同的理解方式，这是GPT-4V会结合文本提示进行判断。

4.比如下面的一组图中，人的动作究竟是开门还是关门，会导致排序结果截然相反。

5.当然，通过多张图片中人物状态的变化，还可以推测出他们正在做的事情。

6.甚至是预测接下来会发生什么：