@所有人爆改妆容、看瓜吃瓜、猜今日运势...万知小程序会“识图”了

来源：李开复

万知“股东大会”

wanzhi's shareholders meeting

Chief Experience Officer

万知首席体验官

李开复

上周万知小程序识图功能上线后，后台活跃用户数在不断攀升，很高兴看到大家对新功能的喜爱与支持。

早在万知5月份正式亮相时，就有不少网友后台留言说希望能有类似的功能，现在识图功能正式上线，可以说万知的进步离不开大家的反馈。

致各位：

除识图功能外，结合大家反馈的新需求，我们还针对万知的部分功能做了调整：

Case 1：PPT生成时，由于在短时间内，AI会根据PPT内容进行多次图片搜索，并发量过高时可能会出现搜不到图片的情况。

Action：优化了这一环节，不会再出现类似问题。

Case 2：我们关注到，在生成演示文档之后，界面的分享按钮不明显，同时跳转至网页端的链接过长。

Action：我们在小程序端新增了更加明确的分享按钮，同时缩短了复制到网页端的PPT链接。

Case 3：我明白，我明白，没有人会愿意写繁琐的提示词。

Action：我们在万知网页端的生成演示文稿-上传参考文档界面新增了参考选项。你可以通过选择参考选项来细化需求，万知生成更符合你心意的PPT，摆脱提示词困扰。

✦

✧

识图魔法大揭密

✦

GPT-4o发布之后，我看到“挑西瓜挑战”在各个平台火了，能不能从一大堆西瓜里挑出脆甜的西瓜，俨然已经成为模型多模态能力评测的“标配”。在这方面，万知识图当然不能落下。

在输入西瓜图后，万知很快能够精准地描述出图中西瓜的状态，还成功“猜”到了给西瓜编号的原因。得到明确的提示词后，万知直接给出了有理有据的判断——纹理清晰、颜色均匀的西瓜通常会比较甜，因此3号西瓜、6号看起来比较不错。

魔法1：盲盒式交流

情绪价值拉满！

万知识图的用法当然远不止于挑选西瓜。在AI 1.0时代，识图工具已经是相当成熟的产品。相较于AI 1.0时代的产品，万知识图能够为用户带来的交流感才是AI-First产品的独特价值。

无论你是拿出一张Pink Floyd的黑胶唱片、家具小雕像、又或是数据图表，万知识图都能精准地识别出图片上的内容，并且以一种更自然地口吻、像朋友一样和你进行交流。

更加新奇的是，由于模型生成的复杂性，即使是相同的提示词，大模型也可能会产生不同的输出。这意味着，万知就像是一位好奇心爆棚的朋友，哪怕你给出的是相同的图片，万知总有可能找出一些新奇的视角来评论和交流，给你满满情绪价值。

魔法2：美妆、穿搭、数码

你想要什么博主？

出门要化什么风格的妆容？西装搭配什么颜色的领带更显气质？哪些数码设备性价比更高？有了识图功能，这些问题你都可以拍下来问问万知。

只需上传一张照片，配合我们第一期提过的“角色”+“情景”+“问题”万能公式，万知就能化身美妆/穿搭/数码博主，为你提供专业的穿搭和美妆建议。无论你是想提升日常穿搭的品味，还是想在重要场合中脱颖而出，万知都能给你最合适的建议。

魔法3：看面相、求运势

不来试试赛博占卜？

在社交平台上，从看图编故事到看面相读运势，再到猜星座，各种新奇的需求层出不穷。而现在，万知的识图能力也能满足这些需求。只要上传照片、给出星座，万知就能帮你判断今日运势。

有时万知会有些“害羞”，给不出答案，这时候可以加入“一定要给出一个答案”这类强硬的提示词。（当然，运势仅供参考哦～😂

答疑时间 ⏰

要做出识别精准、有交流感的识图功能，联网能力、基础过硬的视觉能力、具备互动性和实用价值的模型SFT（监督微调）结果必不可少。

视觉能力就像是万知的眼睛。一个好的视觉系统需要能够准确地识别出图片中的物体，比如能分辨出一张人脸的具体特征。

同时，我们希望万知能够成为大家的密友，无论是生活琐事、有趣梗图或者单纯求助，都可以和万知分享。所以我们增强了识图功能中模型生成的自然风格和互动性。当你发送给它一张图片时，它能用自然、亲切的语言回答你，甚至能和你开个小玩笑。

后续我们将会为识图功能接入联网能力。想象一下，如果你能随时随地连接到互联网，那么你就能获取到最新的信息，比如流行的服装款式、热门的电影片段等。这样，当你上传一张图片时，万知不仅能认出它是什么，还能告诉你它在网上的价格、哪里可以买到，甚至给你推荐相似的物品。具备联网功能的万知会成为一个随时更新的小秘书，帮你掌握最新潮流。

不可否认的是，识图功能目前还不算完美，在小概率下可能会出现识别错误等情况。如果Badcase不幸发生在你这里，欢迎私信给我。

我作为万知的首席体验官，一定会优先保证大家的试用体验，亲自督促研发小哥加急优化。💪

PS. 万知30字微故事大赛仍在征集中！

微故事征集大赛