ChatGPT 已经支持图像输入功能，能够理解并解释对话中上传的图像内容。本文将详细介绍如何使用该功能、支持的平台及相关限制。

如何在对话中使用图像输入？

通过上传图像即可与 ChatGPT 进行互动。以下是几个基本的使用方式：

• 分析图像内容：上传照片后，您可以询问图像中的物体是什么、分析文档或探索视觉内容。

• 扩展讨论：您可以在稍后的对话中添加更多图像来进一步讨论或转移话题。

• 标记强调：在上传图像前，可以使用标记工具对图像某些区域进行注释，引导 ChatGPT 专注于特定元素。

哪些计划和平台支持图像输入？

• 支持计划：目前，图像输入功能支持 ChatGPT Plus 和 ChatGPT Enterprise 用户，但暂未在英国和欧盟地区上线。

• 支持平台：几乎所有平台均可使用此功能，包括网络版（chat.openai.com）以及移动端（iOS/Android）。

👉 【点击查看】ChatGPT Plus会员代开通优惠渠道整理汇总（全程质保，超稳定！）

如何添加图像输入？

确保您的模型选定为 GPT-4。然后在对话框的提示区域点击 “+” 图标添加图像即可开始使用。

请注意，目前图像输入功能仅支持静态图像，尚不能处理视频内容。

支持哪些文件类型和尺寸？

ChatGPT 图像输入功能支持以下文件类型：

• PNG (.png)

• JPEG (.jpeg 和 .jpg)

• 非动画 GIF (.gif)

此外，每张图片的大小限制为 20MB。上传图像的数量受图像大小和伴随的文本量影响，遇到问题时可尝试减少图像数量或大小。

图像功能的处理能力和局限性

虽然 ChatGPT 的图像处理功能强大，但仍存在一些局限性，用户在使用时需多加注意：

• 模糊图像：模型会尝试解释模糊或不清楚的图像，但结果可能不够准确。

• 医疗图像：不适用于专业医学图像（如 CT 扫描），也不应用于医疗建议。

• 非拉丁文字：处理日语、韩语等非拉丁字母文本的图像效果较差。

• 大文本或细节：放大图像中的文本可以提高可读性，但裁剪重要细节会影响结果。

• 旋转图像：模型对旋转或颠倒的文本和图像理解可能出现偏差。

• 视觉样式：模型难以准确识别文字或图形中的颜色、样式变化（如虚线或点线）。

• 空间任务：无法处理需要精确空间定位的任务，例如识别国际象棋位置。

• 准确性：某些情况下输出的描述或标题可能存在错误。

• 特殊形状：处理全景或鱼眼图像的能力有限。

• 调整大小：图像在分析前会被调整大小，可能影响原始分辨率。

• 计数功能：模型可以对图像中的对象进行近似计数，但可能存在误差。

在使用图像输入功能时，请多考虑以上限制，以便更合理地与 ChatGPT 互动。