Tuiscint a fháil ar íomhánna agus iad a anailísiú
Ar an leathanach seo
Radharc Grok
Níl Grok teoranta do théacs amháin. Áirítear cumais radhairc sna samhlacha grok-4.5 agus ina dhiaidh sin, rud a ligeann dóibh íomhánna a chuireann tú ar fáil mar ionchur a anailísiú. Is féidir leat grianghraf, scáileánphictiúr, cairt, nó aon ábhar amhairc eile a sheoladh, agus tabharfaidh Grok cur síos mionsonraithe, anailís, nó freagra comhthéacsúil duit. Athraíonn sé seo go hiomlán an méid is féidir leat a thabhairt dó: déantar de bhord feidhmiúcháin grianghrafaíochta, de fhactúire crumptha, nó de mhacasamhl aipe doiciméid inúsáidte, díreach cosúil le téacs a ghreamaítear isteach sa chomhrá.
Conas íomhá a sheoladh
Ar grok.com, ní gá ach ceithre chéim:
- Cliceáil ar an gcnaipe ceangaltáin sa réimse ionchuir
- Roghnaigh an íomhá ó do ghléas
- Cuir teachtaireacht téacs leis de rogha chun treoir a thabhairt don anailís
- Seol do theachtaireacht
Ar ghuthán póca, is féidir leat grianghraf a thógáil go díreach le ceamara do ghutháin agus é a sheoladh chuig Grok le haghaidh anailíse. Is é seo an bealach is tapúla nuair a bhíonn tú os comhair comhartha, roghchláir, nó scáileáin nach féidir leat a chóipeáil agus a ghreamú.
Do fhorbróirí, seolann tú íomhánna trí eagar measctha d’oiriachtáin sa réimse ionchuir:
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_image", "image_url": "https://exemple.com/photo.jpg"},
{"type": "input_text", "text": "Describe this image in detail"}
]
)
Is féidir leat íomhánna a sholáthar mar URL poiblí nó iad a chódú i mbonn64. Tá tábhacht leis an rogha: éilíonn URL poiblí íomhá atá inrochtana ón taobh amuigh, rud a fhágann nach féidir doiciméid inmheánacha a úsáid; déanann bonn64 an t-iarratas níos troime ach is é an t-aon rogha é do chomhad rúnda.
Cad is féidir leat a iarraidh go díreach
Is é an cur síos an úsáid is láithre. Déanann Grok mionsonrú ar na rudaí atá i láthair, na dathanna, an comhdhéanamh, an tslí a mbraitheann sé, agus na daoine agus a n-aireachas. Caithfidh tú fós do cheist a chur in oiriúint, nó gheobhaidh tú liosta cothrom gan bhrí:
Déan cur síos mionsonraithe ar an ngrianghraf seo.
Cad é an príomhábhar, agus cad iad na heilimintí
tánaisteacha a thugann tú faoi deara?
Is é eastóscadh téacs, nó OCR, an úsáid is luachmhaire sa ghnáthshaol b’fhéidir. Léann Grok téacs ó ghrianghraif de dhoiciméid, scáileánphictiúir, comharthaí agus póstaer, roghchláir bhialainne, agus cártaí gnó, agus déanann sé tras-scríobh air: gach cás ina dtógann sé roinnt nóiméad an t-eolas a athchlóscríobh de láimh. Sábhálann tú turas eile má iarrann tú formáidiú ag an am céanna:
Eastósc gach téacs infheicthe san íomhá seo
agus leag amach ar bhealach inléite é.
Téann anailís ar chairteacha agus ar dhiagramaí thar léamh simplí: déanann Grok léirmhíniú ar chairteacha staitistiúla, ar shreabhdhiagramaí, agus ar dhiagramaí teicniúla, agus inisfidh sé duit cad a léiríonn siad. Tá sé seo thar a bheith úsáideach nuair a ghlasálann tuarascáil PDF a conclúid laistigh de fhigiúr:
Déan anailís ar an gcairt seo. Cad iad na príomhthreochtaí,
agus cad iad na conclúidí is féidir linn a bhaint astu?
Is féidir leat roinnt íomhánna a sheoladh san iarratas céanna freisin ionas go bhféadfadh Grok iad a chur i gcomparáid, rud a dhéanann comhrá as athbhreithniú dearaidh:
Seo dhá leagan de dhearadh. Cad iad na príomhdhifríochtaí
eatarthu?
Ar deireadh, úsáideann dearthóirí agus forbróirí an radharc seo ar a scáileáin féin, ag iarraidh critice inúsáidte seachas cur síos:
Déan anailís ar an scáileánphictiúr aipe soghluaiste seo.
Cad iad na fadhbanna inúsáidteachta a fheiceann tú?
Socraigh an leibhéal mionsonraithe
Tríd an API, rialaíonn an paraiméadar detail cé chomh domhain agus a dhéantar anailís ar an íomhá agus glacann sé le trí luach:
- auto: roghnaíonn an tsamhail an leibhéal oiriúnach (réamhshocrú)
- low: anailís thapa, saor a úsáideann níos lú tócan
- high: anailís mhionsonraithe, dhomhain a úsáideann níos mó tócan
Déanann an socrú seo idirbheartú idir cruinneas agus costas, ó chás go cás. Maidir le OCR simplí ar fhactúir, tá low go leor agus gearrann sé an costas ar fud na mílte doiciméad; maidir le hanailís ealaíonta mhín nó cairt dhlúth, seachnaíonn high míléamh.
Srianta le bheith ar an eolas fúthu
| Srian | Luach |
|---|---|
| Uasmhéid | 20 MiB in aghaidh na híomhá |
| Formáidí glactha | JPG, JPEG, agus PNG amháin |
| Líon na n-íomhánna | Gan teorainn in aghaidh an iarratais |
| Úsáid tócan | Idir 256 agus 1,792 tócan ag brath ar mhéid agus ar leibhéal mionsonraithe |
Baineann roinnt cleachtas an leas is fearr as na cumais seo. Cuir do cheist in oiriúint seachas cur síos ginearálta a iarraidh: tá “cé mhéad mír atá as stoc sa scáileánphictiúr seo” níos fearr ná “déan cur síos ar an íomhá seo.” Athraigh méid comhaid mhóra, a mhoillíonn próiseáil gan aon rud a chur leis. Cuir teachtaireacht téacs leis an íomhá i gcónaí, toisc go bhfeabhsaíonn an comhthéacs ábharthacht na freagra go suntasach. Agus lean loighic na bhformáidí: JPG do ghrianghraif, PNG do scáileánphictiúir agus d’aon ábhar amhairc ina bhfuil téacs, óir doiléiríonn comhbhrú JPG carachtair mhíne agus cuireann sé ar chumas OCR teipthe.
Príomhphointí
- Is féidir leis na samhlacha grok-4.5 agus ina dhiaidh sin íomhánna a sheoltar mar ionchur a anailísiú
- Áirítear le cásanna úsáide cur síos, OCR, anailís cairte, agus comparáid
- Is féidir leat íomhánna a sholáthar trí URL nó i mbonn64
- Ligeann an socrú mionsonraithe duit an t-idirbheartú idir cruinneas agus costas a rialú
- Is é 20 MiB an t-uasmhéid, i bhformáidí JPG agus PNG amháin