程序員家長裝備了一件秘密武器！
孩子上學以後，就遇到了一個很難纏的問題：坐姿不正確。
看書還好，做作業的時候不是頭趴下去，就是身子歪歪扭扭的。
買了專門的兒童學習桌椅和那種防止低頭的支架，都不管用。
苦口婆心地擺事實講道理：正處於身體生長髮育的關鍵期，長期不良的坐姿對脊柱健康有着嚴重的影響。
孩子很理解，但是堅持一會兒就忘了，恢復自己最“舒服”的坐姿。把我逼得經常大聲訓斥：頭擡起來！坐直！
但是父母也不能這麼一直盯着，總得想想辦法。
01
自動坐姿識別
作爲程序員，必定要發揮編程的優勢，把監督坐姿這件事兒給自動化了。
先上網搜了一下，發現早在2019年，北郵已經有人申請了專利《一種基於深度學習的人體坐姿實時監視方法和系統》:
將拍攝的人體坐姿圖像實時輸入至核心處理器中；核心處理器將接收到的人體坐姿圖像作爲輸入，進入已訓練好的Yolo3網絡中，輸出分類爲人的包圍框，將輸出的包圍框輸入姿態估計器，通過G-RMI的網絡得到關鍵點骨架圖，將得到的骨架圖輸入分類器，得到人體坐姿圖像對應用戶的當前坐姿狀態......
你看，這個世界的牛人實在太多，無論你有什麼新想法，總是有人比你先想到。
不過這個過程實在是複雜，我是做不來。
這兩年大模型很火爆，大模型生成文字、生成代碼、識別圖像、分析圖像已經相當成熟，能不能用它乾點兒事情呢？
比如，可以開發一個App，每隔一段時間對孩子的坐姿拍一張照片，然後把照片發給讓大模型分析，看看坐姿是否正確，如果不正確App就可以語音提示。
相比專利中提到的方法，這個路子不需要我建立深度學習網絡，分類器，髒活累活都被大模型做完了，難度一下子降低了一個數量級，相當於降維打擊了。
就這麼做，開幹。
02
智譜GLM-4V-Flash
坐姿識別App功能很簡單，雖然我不是Android程序員，但我相信拍照語音等功能不會很複雜，在大模型的輔助下，很容易就能開發出來。
關鍵是對坐姿圖片的分析，這個一定得靠譜，不能把好的坐姿識別成壞的，更不能無法識別壞坐姿。
我又到網上搜索了一下，也詢問了幾個朋友，發現智譜的GLM-4V-Flash，它專注於高效的單一圖像理解，適用於快速圖像解析的場景，正好符合我的需要。
我試了一下，這個模型不錯，對圖像的分類、描述、推理都很棒。
比如我用兩個坐姿照片進行了測試，第一個是正確坐姿，第二個是錯誤坐姿。
可以看出對於每種情況，GLM-4V-Flash都能正確識別，並且給出更進一步的建議。
更重要的是，幾乎所有的大模型在調用多模態能力的時候都是收費的，而GLM-4V-Flash則完全免費！
03
實現
我寫代碼的時候，喜歡先實現最核心的部分，這個坐姿識別最核心的自然是調用GLM-4V-Flash大模型。
於是申請賬號，創建API Key，安裝智譜的SDK，這些步驟不用我展開詳細說，程序員都知道。
提示詞是這樣寫的：
這個提示詞是我實驗了多次得出來的，有個關鍵點是“如果坐姿大致正確，就不要因爲一些錯誤的小細節而給低分”，
因爲我發現大模型比較嚴厲，坐姿稍微有點錯誤就被它抓住，從而打低分。
輸出是個JSON格式，包含了一個坐姿的評分分數，之所以沒有用“正確”或者“不正確”這種二元的評價，一方面可以增加手機App的靈活度，另一方面以後也許可以對坐姿情況進行統計。
有了提示詞，調用大模型就很簡單：
拿一個好的坐姿圖調用一下:
對錯誤的坐姿，結果如下：
你可能注意到了，GLM-4V-Flash模型現在不支持圖片上傳，只支持圖片鏈接，我手頭正好有個雲服務器，可以把圖片上傳到那裡去。
既然如此，乾脆把邏輯改成這樣：
主要的邏輯都在服務器端實現，Android端只需要調用接口即可。
服務器端的邏輯不用自己從頭寫，可以用智譜的GLM-4-Flash模型來生成。
之前一直說的GLM-4V-Flash更加偏重視覺，而GLM-4-Flash這個模型更加通用，也是免費的。
生成的代碼還不錯，稍微改一下就可以用了：
手機端App的邏輯也不用自己寫了，讓GLM-4-Flash來幫忙吧：
其中核心的邏輯是這樣的，其他細節就不再羅列了
04
總結
可以看出，在GLM-4V-Flash和GLM-4-Flash這兩個大模型的輔助下，我快速完成了坐姿分析這個小應用，雖然其中還有很多細節（例如界面，提示詞，API等）需要打磨，但是核心功能已經搞定，開發效率是很高的。
作爲新上線的的視覺理解模型，GLM-4V-Flash大模型是坐姿識別的核心擔當，表現相當不錯，對圖像理解準確，免費好用。和同樣免費的GLM-4-Flash搭配就是支持多模態的全家桶，後者有着128K上下文和超強推理能力，生成代碼對它來說就是小事一樁。
人工智能時代，建議大家都關注下大模型，關注一下GLM-4V-Flash，看看它的圖像處理能力，想一想如何把大模型融合到實際的場景當中，也許能發掘出屬於你自己的場景，提升工作效率，讓生活更加美好。
掃描下方二維碼或者點擊閱讀原文，立刻體驗智譜GLM-4V-Flash！