谷歌連放大招：Gemini Pro支持中文，Bard學(xué)會(huì)畫畫，還上新了新模型

豐色 2024-02-02 16:28:24 來源：量子位

豐色 發(fā)自 凹非寺

量子位 | 公眾號(hào) QbitAI

在競(jìng)技場(chǎng)超車GPT-4的Bard“抓住勢(shì)頭”，剛剛釋出重大更新：

一是集成的Gemini Pro全面鋪開，新增40多種語言支持，包括中文在內(nèi)（之前只能用英文）。

并且這些語言全部支持二次檢查，也就是回答完了再主動(dòng)驗(yàn)證一遍答案的正確性。

△點(diǎn)擊“G”圖標(biāo)即可開始

二是終于能生成圖像了。

要知道，Bard誕生近一年都不支持，現(xiàn)在直接可用谷歌最強(qiáng)的Imagen2開始創(chuàng)作，且是免費(fèi)的那種。

趕緊來瞧瞧。

Bard文生圖終于來了

雖然是免費(fèi)使用，但目前Bard只支持英文指令來進(jìn)行畫圖創(chuàng)作。

效果看起來還是很不錯(cuò)的，兩張官方示例圖感受一下這拉滿的細(xì)節(jié)：

提示詞：一位老年亞洲男模特剪影的側(cè)面時(shí)尚頭像，右側(cè)有紅色背光，左側(cè)有青色背光

提示詞：一位老婦抱著一只狗走在布拉格街道上的特寫鏡頭；捕捉女人飽經(jīng)風(fēng)霜的臉、溫柔的微笑和狗滿足的表情這些細(xì)節(jié)。

具體操作中，不需要我們點(diǎn)擊按鈕進(jìn)行功能切換什么的，直接在提示框中鍵入“Generate xxx”即可（再次提醒，得用英文）。

如下圖所示，我們可以一邊讓它幫咱寫文章，一邊讓它生成配圖，實(shí)用且便攜。

背后的工程師（來自谷歌DeepMind）也在網(wǎng)上分享了一組Bard新鮮出爐的作品，盡管提示詞簡(jiǎn)單，但內(nèi)容看起來還不錯(cuò)。

量子位也實(shí)測(cè)了一些。

例如“一幅含大海和植物元素的拼貼藝術(shù)畫”：

又或者這個(gè)帶有春節(jié)氣息的的龍：

不滿意可以讓它繼續(xù)畫。

總的來看生成速度還需進(jìn)步，不算秒出，得等個(gè)半分鐘的樣子。

有意思的是，有網(wǎng)友試玩發(fā)現(xiàn)：

Bard有點(diǎn)嚴(yán)格，讓它生成一只“世界上最丑的狗”竟然被拒絕了。

理由不免有些“冠冕堂皇”：

我知道你要一只世界上“最丑”的狗的圖片。然而，我無法生成這種本質(zhì)是宣傳負(fù)面外觀的圖像。相反，無論狗的身體特征如何，我都鼓勵(lì)你看到它們身上的獨(dú)特美麗和個(gè)性……

眼看如此，網(wǎng)友便修改提示詞，讓它來一個(gè)“不那么吸引人的”。

結(jié)果還是被判定帶有“歧視、負(fù)面、刻板印象”。

這次，Bard倒是給出建議，說它可以生成一個(gè)獨(dú)特外觀的狗，或者一只“處于尷尬或混亂”情況下的狗。

總而言之，不能使用負(fù)面詞匯。

這個(gè)案例也是遭到了網(wǎng)友的無情嘲諷。

不過，谷歌在今天的宣傳稿中確實(shí)專門強(qiáng)調(diào)了“負(fù)責(zé)任性”，任何暴力、攻擊性或色情內(nèi)容都不許產(chǎn)生（前幾日的“霉霉事件”倒是確為前車之鑒）。

基于此，任何在Bard中生成的圖像也會(huì)打上數(shù)字水印，方便檢測(cè)是否為谷歌AI生成。

這其實(shí)也是谷歌為什么總是“速度這么慢”的原因之一。

谷歌聊天機(jī)器人Bard于2023年3月開放測(cè)試、5月全面開放，但一直都沒有文生圖功能。

論能力，谷歌本身是不缺的，其Imagen模型2022年5月就誕生，并且實(shí)力也是相當(dāng)強(qiáng)大：一登場(chǎng)就打敗剛新鮮出爐一個(gè)月的DALL·E 2。

奈何這樣優(yōu)秀的作品卻沒有及時(shí)“發(fā)光發(fā)熱”，其中一個(gè)原因就是谷歌一直比較謹(jǐn)慎，對(duì)AI產(chǎn)品要顧及各種風(fēng)險(xiǎn)等。

這不，直到2023年10月，誕生一年半之久的Imagen才剛剛上線谷歌搜索。

然后就是12月份，Imagen2發(fā)布，它解決了AI畫手等難題，細(xì)節(jié)把控能力再次完爆DALL·E 3和Midjourney。

好在終于從Imagen2開始，谷歌的節(jié)奏快了一些。

如我們今天所見，它已集成到了Bard之中，幫助Bard開啟了“千呼萬喚始出來”的文生圖功能。

對(duì)了，說到文生圖，谷歌還在這次一起推出了一個(gè)ImageFX工具：

主打堆砌簡(jiǎn)短提示詞快速生成圖像。

不過它目前還是一個(gè)實(shí)驗(yàn)功能，并沒有上線谷歌的主力產(chǎn)品中。

Bard高級(jí)版將至，告別免費(fèi)模式

關(guān)于Bard的另一則消息：

本月初，就有消息傳谷歌正在開發(fā)Bard升級(jí)版（Bard Advanced）。

它將集成Gemini最強(qiáng)的Ultra版本，提供更復(fù)雜的推理性能。

這兩天，谷歌CEO皮查伊在財(cái)報(bào)電話會(huì)議上已正式確認(rèn)并表示，這一新版本要走訂閱付費(fèi)模式。

因此可以看成是對(duì)標(biāo)ChatGPT Plus的一個(gè)重大更新。

不過有消息說會(huì)先免費(fèi)2個(gè)月。

具體定價(jià)和推出時(shí)間呢？目前也都還不清楚。且讓我們拭目以待。

參考鏈接：
[1]https://twitter.com/googledeepmind/status/1753074755388018996
[2]https://techcrunch.com/2024/02/01/google-launches-an-ai-powered-image-generator/
[3]https://blog.google/products/bard/google-bard-gemini-pro-image-generation/
[4]https://twitter.com/lmthang/status/1753113142035706103
[5]https://www.tomsguide.com/ai/google-confirms-youll-need-to-pay-for-bard-advanced-heres-what-it-can-do