把乔治·修拉名作《大碗岛的星期天下午》（Un dimanche après-midi à l'Île de la Grande Jatte）放入GPT-4V做多模态理解，生成文字描述。
再将该文字描述给到DALL-E 3据此生成图。
可见多模态理解实际上也是某种信息压缩方式，只是更贴近人类。人之所以异于GPT者几希？
原帖作者wong2。
GPT-4V对图1进行多模态识别后的文字描述：
这幅艺术作品描绘了一个宁静的户外场景，位于公园旁边的一个水域，可能是一条河流或湖泊。图像以点彩画的独特风格为特征，其中小而明显的彩色点按照图案涂抹以形成图像。
前景：
在左下方，有一个年轻男子斜躺在草地上。他穿着一件卷起袖子的白衬衫和红色长裤。他看起来很放松，手肘撑在头后面。就在他右边，有两个绅士坐着。一个穿着黑色西装和礼帽，拿着一根拐杖，而另一个则戴着平顶帽。两人似乎在交谈。
一只棕色的狗呈现出一种俏皮的姿态，朝着草地上的一只小松鼠瞧去，后者正试图接近一块食物。
向右边看，有一个穿着黑色长袍和长裙的女士。她拿着一把长长的黑色羽毛伞，似乎在观察周围。一个穿着白色连衣裙和蝴蝶结的孩子站在她旁边。
中景：
公园里分散着几个人物。有些人坐在草地上，享受野餐，而其他人则站着交谈。
其中引人注目的人物包括拿着遮阳伞和阳伞的女性，保护自己免受阳光照射。一位穿着长裙的女士用一把大红伞突出了来。
中间的一个男孩似乎在小池塘里玩玩具帆船。右边的另一个人物似乎在弹吉他。
公园里点缀着树木，为一些人提供阴凉。他们的影子投射在绿草地上。
背景：
宁静的水域占据了图像的左侧。其表面漂浮着几艘小白帆船。
人们站在水边，有些拿着钓竿。远处还可以看到一座桥，以及建筑物和尖塔。
上面的天空清晰，呈淡蓝色调，点缀着同样的点彩效果，暗示着晴朗的天气。
整个图像是颜色和活动的和谐融合，描绘了19世纪末至20世纪初公园中一个悠闲的下午。
