今天，ChatGPT「代碼解釋器」正式解禁！ 30秒圖片變視頻，動嘴做表| 十大驚人魔法全集

來源：新智元

坐等3個多月，ChatGPT「代碼解釋器」終於全面開放了，一大波魔法來襲。

家人們，終於來了！

剛剛，ChatGPT「代碼解釋器」測試版正式向所有Plus用戶開放。

OpenAI的科學家Karpathy對此還宣傳了一波，代碼解釋器測試版相當強大。

它是你的個人數據分析師：可以讀取上傳的文件、執行代碼、生成圖表、統計分析等等。我預計社區將需要一些時間來充分展示其潛力。

前段時間，GPT4能力下降在網上引起軒然大波，甚至有人只覺得它比GPT3.5強一點點。

而現在，代碼解釋器讓人們再次感覺到，那個熟悉而且強大的GPT-4又回來了！

插件一上線，許多網友紛紛上手實測了一番。

功能解禁

那麼，「代碼解釋器」究竟能做什麼？

30秒，圖片變視頻

這不，有網友竟用ChatGPT把圖片變成了視頻。這效果簡直比Midjourney、Runway還炸裂。

這是如何做到的？網友給出了全套教程。

第一步：打開「代碼解釋器模型」。要啟用它，請進入設置-> 測試版功能-> 代碼解釋器。

步驟二：

從下拉菜單中選擇「代碼解釋器」選項。然後，上傳你想做動畫的圖片。

步驟三：

我想展示一家豪華餐廳的一些食物。因此，我要求ChatGPT將這個食物圖片從左到右製作成動畫。通過修改我的GPT提示（見下文），你可以創建你自己的動畫。

具體如下：

步驟四：

按回車鍵。 30秒後，ChatGPT會給你一個視頻的下載鏈接。

聯合創始人Greg Brockman轉發稱，在不可能記住ffmpeg調用的情況下，用於圖像轉換的代碼解釋器。

事實證明，「代碼解釋器」確實很牛，現在截個視頻，只需要一句話就能搞定了。

「有一定內存容量限制，不過處理小文件是沒問題了。剛扔給TA 4秒鐘的gen-2視頻，截取前兩秒，沒問題，迅速搞定。

會自動試驗合適的代碼，如果要編程序也完全可以先扔給ta某一文件提出要求，然後看看ta提供出來的代碼」。

### PDF轉圖片

國內知名互聯網科技博主「寶玉」用「代碼解釋器」實現了把PDF轉成圖片。

以往需要將每頁內容合併成一張圖，而現在，一個就搞定了。

### GIF變視頻

圖片變視頻之外，還可以實現GIF變視頻。

網友給ChatGPT的提示為：我上傳一個GIF，你給我一個5s的MP4，用一個故事性鏡頭緩慢放大。

上傳GIF

最後ChatGPT立即生成了視頻

，時長00:05

此外，ChatGPT還能做個「矩陣」GIF出來。

### 生成QR碼

在前兩天，OpenAI宣布ChatGPT「代碼解釋器」即將全面開放。

就展示了一個能夠生成QR碼的例子，短短一句話，簡直動嘴就能完成任務。

### 「口袋」數據分析師

代碼解釋器最大的用例就是進行數據分析。

比如，讓它分析各國預期壽命數據，世界上最大的城市，（可上傳CSV、word、PDF或視頻文件）

然後，與數據交談，問任何你可能想問的問題。

或要求從數據中提取獨特的隨機趨勢，以獲得驚喜。

比如，從兩個數據中找出獨特的趨勢，並以表格的形式顯示出來。

最後一步，可視化。

把數據變成你想要的任何圖表或圖形。最重要的是，只需點擊一下完成。

比如，生成一個散點圖，說明一個國家的人均GDP和其平均預期壽命之間的關係。

看到這麼強大「數據分析師」，網友又開始RIP了。

使用指南

「代碼解釋器」怎麼用？來自沃頓商學院的一位教授Ethan Mollick專門為此寫了一篇指南。

首先，Mollick就指出，Code Interpreter這個名字的起法延續了OpenAI給他們自己的產品起爛名兒的悠久傳統。

因為——雖說它叫「代碼解釋器」，但實際上它對那些根本不懂編程的人最有用。

本質上，「代碼解釋器」能讓GPT-4上傳和下載信息，並為用戶編寫和執行程序，這使得AI能夠做到以前無法做的各種事情。

具體來說，它為AI提供了一個解決問題的通用工具箱（通過用Python編寫代碼）、超大內存（最大100MB，可以是壓縮形式），且用戶可以把這個工具箱集成到AI裡面，發揮LLM的優勢。

這有助於解決以前版本的ChatGPT 存在的許多問題。比方說，

它允許AI處理數學（哪怕很複雜），還能更準確地處理單詞（例如實際計算段落中的單詞），底層原因就是，它可以編寫Python代碼來解決LLM在數學和語言方面的天然弱點。

比如像下圖這樣。

可以看到，「代碼解釋器」能準確計算出段落中單詞的數量。

此外，「代碼解釋器」降低了幻覺和瞎編亂造的發生機率。

當人工智能直接使用Python時，代碼有助於讓它「誠實」。道理也很簡單，如果代碼不正確，Python就會報錯。由於代碼操作的是數據，因此AI不會在數據中插入錯誤信息。

當然，這並不完美。 AI仍然有概率會產生幻覺，但其實這並不常見，並且不太可能影響到代碼或者數據本身。

這樣一來，AI就更加靠近通用人工智能了——大量問題可以通過代碼來解決。

而且，GPT-4非常擅長以新穎有趣的方式來決定什麼時候用「代碼解釋器」。

Mollick舉了個例子，假如他讓GPT-4向用戶證明地球是圓的，那麼就會用上「代碼解釋器」，提供了多個論證，將文本與代碼和圖像結合在一起。

此前，各個專業需要編程的人都得會點兒寫代碼，但寫完了還得自己調試。就算之前的AI能提供點兒幫助，但是對於沒有Python學習基礎的人來說，還是挺難，得借助AI的力量反復修改代碼。

而現在，有了「代碼解釋器」，AI就能自己糾錯並且Debug了！

接著，Mollick又講瞭如何用「代碼解釋器」來處理數據，這算是真實戳中大量用戶痛點了。

Mollick表示，「代碼解釋器」的運行水平非常先進，可以自動處理許多複雜的定量分析，並且能夠採用非常複雜的數據方法。

用戶只需點擊加號即可輕鬆上傳數據，甚至是ZIP文件等壓縮數據。

同時，在提供數據時，用戶能給個就最好了。然後，AI就可以從上下文裡找出數據含義和結構了！

此外，Mollick指出，在使用「代碼解釋器」時，用戶更多的是在和AI進行「對話」，並不需要絞盡腦汁寫一個又嚴謹又凝練的出來。

就像和一個數據分析師聊天一樣，和人怎麼交談，就怎麼跟「代碼解釋器」溝通。

但是這裡有兩個特殊情況，還是需要寫個類似的東西。

一個是AI有時候會不記得自己能幹什麼，此時就需要一個來給AI點醒。

比如：「你可以製作GIF，請嘗試一下。」

另一種情況是在用戶對結果不滿意的時候，可以通過來讓「代碼解釋器」對結果進行優化。

比如：「請對該結果進行進一步的測試」，或者，「能不能讓這個圖表更好一點」。

在加載完數據以後，GPT就可以執行數據合併和清理的操作了。具體處理方式相當複雜，但就像上面所提到的一樣，只要把「代碼解釋器」當做一個和你面對面的數據分析師就好了。

同時，Mollick提醒廣大用戶，AI在自我糾錯並改正以後最好還是查一下結果，萬一出錯呢。

緊接著Mollick實操了一下，他讓「代碼解釋器」搞個預測建模出來，預測超級英雄可能會有什麼超能力。

可以看到，「代碼解釋器」構建了一個隨機森林分佈器。

當然，在實操過程中，用戶還是得和GPT「多溝通」。 Mollick就不想讓AI用數值數據的方法來估算缺失的數據，Mollick想直接放棄掉沒有的部分。

但他指出，也可以和GPT說，讓它換個別的處理方法。

之後，Mollick給GPT輸入了一個「你可以進行另一個複雜和有趣的分析嗎」的。他表示，「代碼解釋器」選擇的一些分析方法讓他印象深刻。

就像下圖這樣。

「代碼解釋器」巧妙地分析了超級大國的網絡情況。可以看到，方法多樣，而且非常有意思。

「代碼解釋器」最令人印象深刻的應該就是其推理能力了。 Mollick概括為，非常「人性化」。

另外，可視化的交互性水平依然在線，且在不斷提升。用戶可以不斷讓AI來改進或者更改輸出的內容。

Mollick讓AI創建了一個交互式表格，包括6個圖表，其中還有一個是3D的。

為了讓圖表更加美觀，Mollick不斷輸入，調整結果。

最終成果就像下圖右邊這樣。

十大驚人魔法

網友@GPTDAOCN近日總結了ChatGPT十大令人震驚的用例：

代碼解釋器的可視化

1. 將GIF轉換為MP4：可以將動態圖片（GIF）轉換為視頻文件（MP4）的功能，使你更方便地分享和使用。

2. 創建各種圖形：你可以利用這個功能來生成各種如柱狀圖、折線圖、餅圖等圖形，直觀地呈現和分析你的數據。

3. 從圖像中提取顏色以創建PNG調色板：這個功能可以從任何一張圖像中提取主要顏色，然後生成一個PNG格式的調色板。

4. 清洗數據以生成深入的可視化：如果你有一些混亂的數據，這個功能可以幫你進行清洗和整理，再將其轉換為清晰的可視化圖形。

5. 將CSV文件轉換為GIF：這個功能可以將CSV（逗號分隔值）文件中的數據以動態的方式展示，生成一張GIF圖。

6. 分析歌單以概括你的音樂品味：你可以利用這個功能來根據你的音樂歌單進行分析，從而概括你的音樂品味。

7. 將你的數據集轉換為一個完全功能的HTML網站：這個功能能將你的數據快速轉換成一個功能齊全的網站，方便你進行展示和分享。

8. 創建可下載的股票數據集：這個功能能幫你創建一份股票數據集，並且這個數據集是可以下載的，方便你進行更深入的分析和研究。

9. 將圖像轉換為文本文件：如果你需要從圖像中提取文字，這個功能可以幫你將圖像中的文字轉換成文本文件。

10. 對未格式化的數據進行詳細分析：對於那些沒有規定格式的原始數據，這個功能能幫你進行深入的分析，以獲取有價值的信息。

其實，代碼解釋器的用例遠不止這些。

網友點評

我正在嘗試ChatGPT代碼解釋器。到目前為止，我只能建議「每個開發者現在就開始研究它」。

Code Interpreter斷了多少人的生路？太多行政每天低效率的處理數據，現在只需要自然語言就可以辦公自動化。

參考資料：