智谱AI实现图片识别分析及文案内容生成对话

手机扫码分享好友

    在当今快速发展的人工智能领域，智能技术正在为我们的日常生活带来越来越多的便利与创新。其中，智谱AI作为一款先进的人工智能服务平台，不仅仅能够进行文本生成和对话处理，更能结合先进的视觉识别技术，实现对图片的深度分析与内容生成。本文将探讨智谱AI如何利用其强大的技术实现图片识别分析，并结合文本生成功能，为用户带来全新的智能交互体验。

智谱AI通过结合先进的自然语言处理和计算机视觉技术，能够实现对复杂场景中图片内容的准确识别和分析。当用户向智谱AI提出带有图片的问题时，它不仅能理解用户的文字描述，还能从图片中提取关键信息，进而生成相关的语义内容。这一过程背后涵盖了深度学习模型和大数据处理技术的应用，使得智谱AI在处理复杂多变的实际场景时表现出色。

通过智谱AI的技术，用户可以通过简单的对话界面上传图片并提出问题，比如“这张图片中的主要物体是什么？”或者“基于这张图片，能否生成一个相关的广告文案？”智谱AI会综合分析图片内容，结合语义理解能力生成相应的答案或文本。这种结合视觉识别和文本生成的综合能力，不仅提升了用户的交互体验，还在商业应用中展现了广泛的潜力。

下面我们来看一下在工作里面如何接入智谱AI来满足两个方面的工作：智谱AI实现图片识别分析      及     文案内容生成对话

第一步、注册智谱AI账号

打开智谱AI开放平台：智谱AI开放平台 (bigmodel.cn)，然后进行注册；

第二步、并完成实名认证

进入实名认证中心完成认证，领取大模型赠送额度：实名认证中心_智谱AI开放平台 (bigmodel.cn)

第三步、获取智谱API keys

直接打开网址进入API管理中心：API管理_智谱AI开放平台 (bigmodel.cn)

在上述截图里面有默认的API，可以直接复制使用，也可以新创建API使用，都没有问题；

第四步、图片识别PYTHON测试代码

直接复制以下代码创建PYTHON执行文件，或者影刀客户端使用：

from zhipuai import ZhipuAI
def query_zhipuai(question, image_url):
    """
    用问题和图片链接地址查询智能拍AI。
    :param question: 您想要提问的文本问题。
    :param image_url: 与您问题相关的图片的URL。
    :return: 智能拍AI的响应。
    """
    # 在此处填入您的 API 密钥
    api_key = "9978ce7165d35eee9********a9682e.R2aFaKAh4PqiZPMZ"
    client = ZhipuAI(api_key=api_key)
    response = client.chat.completions.create(
        model="glm-4v",  # 模型名称
        messages=[
            {
                "role": "user",
                "content": [
                    {"type": "text", "text": question},
                    {"type": "image_url", "image_url": {"url": image_url}}  # 更新后的图片链接
                ]
            }
        ]
    )
    return response.choices[0].message.content
# 更新后的图片链接地址
image_url = "https://i0.hdslb.com/bfs/face/49155e68a6271ee9f2129ae4318a59454841ca5b.jpg"
question = "基于这张图片的色调风格，请生成一个相关的广告文案？"
# 调用函数并获取智能拍AI的响应
response_content = query_zhipuai(question, image_url)
# 输出响应内容（示例）
print(response_content)

上述代码说明：

1、api_key：即为从平台里面复制出来的API；

2、image_url：这里默认为网络远程图片，支持HTTP与HTTPS；

3、question：即为需要对图片进行分析的文本提示词；

实施效果图如下：

第五步、智谱AI大模型文字对话内容生成

直接复制以下代码创建PYTHON执行文件，或者影刀客户端使用：

from zhipuai import ZhipuAI
# 在此处填入您的 API 密钥
api_key = "9978ce7165d35eee9********a9682e.R2aFaKAh4PqiZPMZ"
def ask_glm4(question):
    # 创建 ZhipuAI 客户端
    client = ZhipuAI(api_key=api_key)    
    # 构造用户的输入消息
    messages = [{"role": "user", "content": question}]    
    # 向 Zhipu AI 发送请求并获取回复
    response = client.chat.completions.create(
        model="glm-4",
        messages=messages,
        stream=False
    )
    # 提取回复的内容并返回
    return response.choices[0].message.content
# 示例：用户输入问题并获取回复
user_question = "你是谁"
answer = ask_glm4(user_question)
print("智谱AI的回答：", answer)

上述代码说明：

1、api_key：即为从平台里面复制出来的API；

2、user_question：这里即为用户输入提问的提示词；

3、question：即为需要对图片进行分析的文本提示词；

实施效果图如下：

关于智谱AI调用常见问题：

问、运行中如果出现 cannot import name 'Literal' from 'typing' 报错？

答：当前电脑PY环境中所部署的PYTHON版本低于3.8，检测电脑PY版本指令如下：

import sys
print(sys.version)

问：API 使用受到并发数（在途请求任务数量）的限制？

答：关API 使用受到并发数（在途请求任务数量）的限制。下面为您当前各个模型的速率限制情况，您可以访问 速率限制指南 了解更多详情。https://open.bigmodel.cn/usercenter/rate-limits

问：安装模块成功之后还显示no modle named cached property？

答：请通过以下指令进行安装：

pip install cached-property

问：智谱AI目前的价格比较贵吧？

答：具体关于接口API价格可以查阅一下：API产品价_格智谱AI开放平台 (bigmodel.cn)