识图生成代码:通义千问vsGPt4o,有点小崩

今日对比一下通义千问和GPt4o,在通过识别图片然后去生成前端代码
在当今ai的时代,通过ai去生成页面的代码可以很大的提高我们的开发效率

下面是我们要求的生成的图片截图,这是掘金的榜单

Snipaste_2024-06-29_10-52-39.png

效果对比

首先我们使用通义千问,让他去帮我们生成一下页面代码

image.png

通义千问出来的代码结果为

image.png

可以看到这个效果还是有点差强人意的

接下来用同样的问题去问GPT4o,看看他的效果如何

image.png

GPT4o的代码运行结果为

image.png

效果对比小结

可以看到,通义千问生成的代码效果上可以说差距是巨大的,基本上就是无法使用的级别

GPT4o在效果上可以说基本完成了80%以上,在小图标识别上,以及颜色的识别差一点

代码对比

  • 首先在语义化标签上,通义千问并没有准确的使用

  • 通义千问代码

<div class="article-list"><div class="article-item" data-rank="1">后端同事下班早,前端排序我...</div><div class="article-item" data-rank="2">差生文具多系列之 最好看...</div><div class="article-item" data-rank="3">一种适合H5屏幕适配方案</div><div class="article-item" data-rank="4">软考架构师上岸,我用了这些...</div><div class="article-item" data-rank="5">前端 Vue3 数据可视化图表技...</div><a href="#">查看更多&gt;</a></div>

代码使用了 <div> 标签来构建整个文章列表

每个文章项目也是通过 <div> 标签,并使用 data-rank 属性来表示排名

最后通过 <a> 标签提供查看更多的链接

  • GPT4o代码
<section class="article-list"><header class="article-list__header"><h1 class="article-list__title">文章榜</h1><button class="article-list__refresh-button">换一换</button></header><ol class="article-list__items"><li class="article-list__item article-list__item--top"><span class="article-list__item-number">1</span><span class="article-list__item-title">后端同事下班早,前端排序我来搞定!</span></li><li class="article-list__item"><span class="article-list__item-number">2</span><span class="article-list__item-title">「差生文具多系列之」最好看的办公用品推荐</span></li><li class="article-list__item"><span class="article-list__item-number">3</span><span class="article-list__item-title">一种适合H5屏幕适配方案</span></li><li class="article-list__item"><span class="article-list__item-number">4</span><span class="article-list__item-title">软考架构师上岸,我用了这些资料</span></li><li class="article-list__item"><span class="article-list__item-number">5</span><span class="article-list__item-title">前端 Vue3 数据可视化图表技术</span></li></ol><footer class="article-list__footer"><a class="article-list__more-link" href="#">查看更多</a></footer></section>

相比之下,GPT4o生成的代码,语义化就做得比较好

使用 <section> 标签来构建文章列表

<header> 包含标题和刷新按钮,<ol> 有序列表来排列文章项目

每个项目用 <li> 标签,并使用类名进行样式控制,最后通过 <footer> 包含查看更多的链接

代码对比小结

整体对图片的分析能力可以说还是有比较大的差距

在代码的生成能力上,通义千问也同样有很大的进步空间

GPT4o复杂页面的生成能力测试

接下来我们就继续给GPT4o上点更加复杂一些的页面,测试一下其能力

image.png

这是一个典型的三栏式布局

接下来我们就将他交给GPT4o了

你问我为什么不给通义千问也测试一下?通义千问:家人们,对抗路可能有点小崩了

开个玩笑啦,通义千问其实已经是很强的了,只是大模型之间的功能是有所不同的,他在生成代码这个方面相对来说确实会弱一些,GPT4o在这方面会强一些,但是通义千问其他方面不可否认的,他确实是一线水准的

接下来我们看看GPT4o能生成出个什么水准吧,请看效果

image.png

整体的效果还是相对来说可以的

我们继续来分析一下他代码的页面布局吧

整体布局为一个aside标签和一个main标签,按理来说应该是两个aside标签和一个main标签的,这里还是欠缺了点

image.png

aside内部使用了nav标签,以及通过ulli的方式构建了左栏,水准还是在的

image.png

接下来查看main内部结构

里面有一个headersection,在section里面放入了articleaside

页面布局还是相对来说有点没有达到预期,不过经过修改还是可以使用的,整体也将页面60%以上的工作量完成了

image.png

通过将任务再细分,相信他一定能够完成的更加完美的,通过ai去完成任务还是可以提高很多效率的

总结

本文对比了通义千问和GPT4o在代码生成方面的差异性

ai的发展正不断地提高程序员的开发效率,相信在不久的将来,ai协助开发将全面进入白热化

对于普通的页面生成,ai对其的准确性将不断提高,程序员能够更加快速的进行页面的开发

可以更好的专注于业务逻辑,而不是在繁琐的页面开发中焦头烂额

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/364269.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

学校消防设施设备管理系统

建立和落实校园消防安全管理责任制,做到消防安全工作有人专管,部门和岗位有人落实的日常管理&#xff0c;及时发现消防安全隐患,及时反映,及时处理,杜绝校园内消防安全隐患。 凡尔码平台搭建学校消防设施设备管理系统可以通过设备管理系统对消防器材设施基本信息、设施有效期、…

[leetcode]avoid-flood-in-the-city 避免洪水泛滥

. - 力扣&#xff08;LeetCode&#xff09; class Solution { public:vector<int> avoidFlood(vector<int>& rains) {vector<int> ans(rains.size(), 1);set<int> st;unordered_map<int, int> mp;for (int i 0; i < rains.size(); i) {i…

运维锅总详解HAProxy

本文尝试从HAProxy简介、HAProxy工作流程及其与Nginx的对比对其进行详细分析&#xff1b;在本文最后&#xff0c;给出了为什么Nginx比HAProxy更受欢迎的原因。希望对您有所帮助&#xff01; HAProxy简介 HAProxy&#xff08;High Availability Proxy&#xff09;是一款广泛使…

Springboot 整合 DolphinScheduler(二):UI页面上的主要功能介绍

&#x1f4cd;当前部署情况&#xff1a;DolphinScheduler V2.0.6 已经在三台服务器上安装完毕&#xff0c;具体如下&#xff1a; 角色 服务器IP master 192.168.1.247 master 192.168.1.248 worker 192.168.1.249 &#x1f4c2; 具体搭建过程&#xff1a;Springboot 整…

绕过命令过滤器:探索UnixLinux中的Bypass技术

前言 在Unix或Linux系统的安全测试和网络防御中&#xff0c;了解如何绕过命令过滤器是非常重要的。今天&#xff0c;我们将探讨几种利用shell命令绕过安全限制的技巧&#xff0c;这些技巧常用于渗透测试中&#xff0c;以检测系统的安全漏洞。 0x00 命令介绍 一般而言&#x…

ros1仿真导航机器人 hector_mapping gmapping

仅为学习记录和一些自己的思考&#xff0c;不具有参考意义。 1 hector_mapping 建图过程 &#xff08;1&#xff09;gazebo仿真 roslaunch why_simulation why_slam.launch <launch><!-- We resume the logic in empty_world.launch, changing only the name of t…

算法-位运算基础

文章目录 前置知识1. 交换两个数2. 比较两个数的大小3. leetcode268 寻找缺失的数字4. leetcode136 只出现一次的数字5. leetcode260 只出现一次的数字|||6. leetcode137 只出现一次的数字||7. 2/3的幂8. 大于等于该数字的最小2的幂9. leetcode201 数字范围按位与10. 位运算中分…

effective java (1)(考虑使用!)静态工厂方法代替构造方法

只是目前阶段 对本书第一章内容的浅显认知&#xff0c;说实话 这一章 我看了4遍左右&#xff0c;每一遍感觉都不一样 他的创建模式 有时候像设计模式&#xff0c;但作者已经在原文中描述&#xff0c;它并不等价于 设计模式 我们正常 创建一个年级类 是长这样的 我们不写成标准…

C语言 for循环

for循环语句 //初始化 //判断 //调整 for&#xff08;表达式1; 表达式2; 表达式3;&#xff09;循环语句; 例&#xff1a; for循环里break for循环里continue 注&#xff1a;1.不可在for循环体内修改循环变量&#xff0c;防止for循环失去控制 2.建议for语句的循环控制变量的…

open-chat-video-editor:开源短视频生成和编辑工具,以及抖音|TikTok 的移动端短视频项目

open-chat-video-editor&#xff1a;开源短视频生成和编辑工具&#xff0c;以及抖音|TikTok 的移动端短视频项目。 open-chat-video-editor&#xff1a;开源短视频生成和编辑工具 简介 Open Chat Video Editor是开源的短视频生成和编辑工具&#xff0c;整体技术框架如下&…

简单科普-GPT到底是什么?

1.ChatGPT ChatGPT&#xff08;全名&#xff1a;Chat Generative Pre-trained Transformer&#xff09;&#xff0c;是OpenAI研发的一款聊天机器人程序 &#xff0c;于2022年11月30日发布 。ChatGPT是人工智能技术驱动的自然语言处理工具&#xff0c;它能够基于在预训练阶段所见…

[深度学习] Transformer

Transformer是一种深度学习模型&#xff0c;最早由Vaswani等人在2017年的论文《Attention is All You Need》中提出。它最初用于自然语言处理&#xff08;NLP&#xff09;任务&#xff0c;但其架构的灵活性使其在许多其他领域也表现出色&#xff0c;如计算机视觉、时间序列分析…

HarmonyOS Next开发学习手册——选项卡 (Tabs)

当页面信息较多时&#xff0c;为了让用户能够聚焦于当前显示的内容&#xff0c;需要对页面内容进行分类&#xff0c;提高页面空间利用率。 Tabs 组件可以在一个页面内快速实现视图内容的切换&#xff0c;一方面提升查找信息的效率&#xff0c;另一方面精简用户单次获取到的信息…

Redis Stream Redisson Stream

目录 一、Redis Stream1.1 场景1&#xff1a;多个客户端可以同时接收到消息1.1.1 XADD - 向stream添加Entry&#xff08;发消息 &#xff09;1.1.2 XREAD - 从stream中读取Entry&#xff08;收消息&#xff09;1.1.3 XRANGE - 从stream指定区间读取Entry&#xff08;收消息&…

【王佩丰 Excel 基础教程】第一讲:认识Excel

文章目录 前言一、Excel软件简介1.1、历史上的其他数据处理软件与 Microsoft Excel1.2、Microsoft Excel 能做些什么1.3、Excel 界面介绍 二、Microsoft Excel 的一些重要概念2.1、Microsoft Excel 的几种常见文件类型2.2、工作簿、工作表、单元格. 三、使用小工具&#xff1a;…

SpringDataJPA系列(1)JPA概述

SpringDataJPA系列(1)JPA概述 SpringDataJPA似乎越来越流行了&#xff0c;我厂的mysql数据库和MongoDB数据库持久层都依赖了SpringDataJPA。为了更好的使用它&#xff0c;我们内部还对MongoDB的做了进一步的抽象和封装。为了查漏补缺&#xff0c;温故而知新&#xff0c;整理下…

基于自组织长短期记忆神经网络的时间序列预测(MATLAB)

LSTM是为了解决RNN 的梯度消失问题而诞生的特殊循环神经网络。该网络开发了一种异于普通神经元的节点结构&#xff0c;引入了3 个控制门的概念。该节点称为LSTM 单元。LSTM 神经网络避免了梯度消失的情况&#xff0c;能够记忆更长久的历史信息&#xff0c;更能有效地拟合长期时…

【面试系列】数据科学家 高频面试题及详细解答

欢迎来到我的博客&#xff0c;很高兴能够在这里和您见面&#xff01;欢迎订阅相关专栏&#xff1a; ⭐️ 全网最全IT互联网公司面试宝典&#xff1a;收集整理全网各大IT互联网公司技术、项目、HR面试真题. ⭐️ AIGC时代的创新与未来&#xff1a;详细讲解AIGC的概念、核心技术、…

[OtterCTF 2018]Name Game

Name Game 题目描述&#xff1a;我们知道这个帐号登录到了一个名为Lunar-3的频道。账户名是什么&#xff1f;猜想&#xff1a;既然登陆了游戏&#xff0c;我们尝试直接搜索镜像中的字符串 Lunar-3 。 直接搜索 Lunar-3 先把字符串 重定向到 txt文件里面去然后里面查找 Lunar-3…

使用 Spring Boot 3.x 与图形学技术,添加电子印章防伪特征

使用 Spring Boot 3.x 与图形学技术,添加电子印章防伪特征 在电子办公和无纸化办公日益普及的今天,电子印章的使用越来越广泛。然而,如何确保电子印章的安全性和防伪能力成为了一个亟待解决的问题。本文将通过 Spring Boot 3.x 和图形学技术,深入探讨如何为电子印章添加防…