谷歌Bard“史上最大更新”！终于会说会读图，支持中文等40多种语言官网

7月13日星期四，谷歌发布了其人工智能聊天机器人Bard的最新进展，并将其称为“迄今为止Bard工具的最大扩展”。

谷歌a在周四午盘后上涨至4.4%，为一个月来的最高水平。生成式人工智能的竞争对手微软也上涨了1%以上。

巴德赢得了进入欧盟市场的监管障碍，增加了阅读图片和调整回答语气和风格等“硬实力”。官方博客文章称，Bard可以支持40多种语言，包括阿拉伯语、中文、德语、印地语和西班牙语。用户可以在巴西和整个欧洲进行访问。

即使用场景扩展到全球更多地区，尤其是重要的欧盟市场。

同时，用户可以获得更多定制化和个性化的AI回复。

例如，Bard可以通过语音朗读答案，该功能已支持40多种语言。谷歌相关负责人表示，“这对于听单词的正确发音，或者听正在背诵的诗歌或剧本特别有用。”

用户还可以调整AI回复的语气和风格，目前分为五种选项，即简单、长、短、专业或随意。该功能仅在英语中可用，但很快将扩展到新语言。

此外，Bard还推出了四项“增强用户生产力”的新功能，包括在网页左侧固定（pin）和重命名以前的对话记录。

方便随时重游；将Bard编写的Python代码导出到Google Colab和Replit等软件开发工具中；提供一个可共享的链接，方便用户与他人共享AI工具的部分或全部聊天内容。

这三个功能已经支持40多种语言。

更引人注目的是，Bard增加了图片阅读功能，可以在用户的问题框中上传图像，要求AI聊天机器人解读图像，提供更多图片信息，并根据图像编写标题。该功能目前仅在英语中使用，将来很快会扩展到更多新语言。

在5月份的谷歌I/O年度开发者大会上，谷歌宣布将在Bard中引入谷歌镜头的功能。

谷歌还在官方博文中给出了一段“鸡汤文”，称：“好奇心和想象力是人类创造力的驱动力。”.想象新的可能性的能力也是人类与生俱来的人类素质之一。

这就是我们创建Bard的原因：帮助您探索您的好奇心，增强您的想象力，并最终将您的想法付诸实践，而不仅仅是回答您的问题。有鉴于此，吟游诗人现在可以在世界上大多数地方使用，并且可以理解使用最广泛的语言。"

一些分析师表示，巴德的最新改进恰逢谷歌试图在白热化的生成式人工智能领域保持领先地位，以便在来自微软支持的OpenAI、Anthropic和其他公司的快速而激烈的竞争中脱颖而出。

一个月前，由于欧盟《通用数据保护条例》（GDPR）背后的主要欧洲数据监管机构爱尔兰数据保护委员会的阻挠，谷歌无法如期在欧盟推出Bard。

当时，该监管机构表示反对，称这家科技巨头没有就如何尊重欧盟数据隐私规则提供足够的信息。谷歌今天表示，在Bard扩展到欧盟后，它将“大胆和负责任地发展人工智能”，并主动联系专家、政策制定者和隐私监管机构。

未来，Bard将被引入更多地区和语言，并听取公众反馈。

体验与心得：我还是看不懂人类的讽刺图片，中国诗歌阅读的AI腔太强了，让人惊叹。以上新功能听起来很神奇，实际使用效果如何？针对普通观众最关心的“听说读写”功能，华尔街见闻也对Bard进行了如下测试。简言之，

新功能暂时似乎还“一般”。

首先，华尔街问巴德如何解读马斯克周三宣布成立新公司xAI后，Meta的小扎将偷墙的画面。这显然是在讽刺Meta的线程抄袭了马斯克的推特。

反应片刻后，巴德给出了一个简单的回答：“对不起，我目前看不懂关于角色的图片。”并在给出答案的同时删除问题对话框中的图像本身。

接着，华尔街问如何解读昨天另一张流行的在线地图，即xAI引发的飓风正在摧毁一座标有ChatGPT字样的房屋。“自然人情报”可以将此理解为一幅讽刺漫画，将ChatGPT描述为易受xAI攻击。

一开始，巴德只是简单地描述了画面中的物体：房屋正在被飓风摧毁，并描述了飓风的特征，以及房屋摇摇欲坠的画面感觉。但结论是：“这张照片有力地提醒了人们龙卷风的破坏力。

这也提醒人们为恶劣天气事件做好准备的重要性。”可见并不是一个令人满意的答案。

华尔街立即询问为什么屏幕上会出现X.AI和ChatGPT这两个词。巴德回答说这是因为它们都是可以产生文本的大型语言模型LLM，并解释了LLM的定义。

他还认为“图像旨在隐喻LLM的破坏力，就像龙卷风一样，可以行善也可以作恶”，“图像中X.AI和ChatGPT的标志提醒我们，LLM是一种强大的工具，应该负责任地使用，有必要确保它们不会被用来造成伤害。”

是熟悉的AI聊天鸡汤味道。

如果让巴德给这幅画起一个标题，他会给出“LLM的力量”、“LLM的危险”和“LLM的未来”等不相关的内容。显然，人类的恶毒之舌讽刺了实力，而AI机器人并没有得到很好的理解。

华尔街对看和玩越来越感兴趣，并上传了一张熊在北极捂脸的照片供巴德解读。老读者都知道，在美国股市熊市期间，这张照片会反复出现在媒体上。

如果你只是简单地问“照片上写了什么？”，巴德的回答相当令人满意，但指出熊的动作和面部表情表明它要么悲伤、害怕或专注，可能孤独或害怕，总之是一种强烈的感觉。

如果你专门问北极熊和股市之间的关系，巴德的回答会靠谱得多，并准确地回答“这是一个熊市隐喻，象征着空头对股市的悲观情绪”。也有人说，图片也可以被视为股市投资风险的提醒。

要求它给出的标题也很恰当，比如：“股市看跌时，连北极熊都捂脸”；“熊市来了，北极熊准备好了”；“当股市崩盘时，是时候冬眠了”，这真的很棒。

《华尔街见闻》还询问了鸽子图像和美联储之间的关系。一开始，巴德显然是“人工智能式的胡说八道”，他说“它与美联储的联系很明显：鸽子代表着美联储的独立性、对和平的承诺以及对未来的希望。”

如果你专门问鸽子和美联储货币政策的关系，巴德显然是在试图理解“隐喻”的概念，但它不是“鸽子美联储”的标准答案。

相反，它表示“它与美联储货币政策的联系是显而易见的：鸽子代表了美联储即使在面临不确定性的情况下也要保持经济在正确轨道上的决心。”

嗯，巴德的读图能力似乎并不抢眼。毕竟人像解读功能没有上线，对画面中的讽刺和隐喻理解不够。那么Bard的“语音阅读回复”新功能怎么样呢？

华尔街输入李白的汉字《静夜思》。首先，我要求巴德根据这首诗给出相关的图片，但我被告知我只能给出图片的描述版本。“对不起，我没有生成图片的功能。我只能生成文本。”

后来，当我收到来自华尔街的消息时，我点击了答案框右上角的“小喇叭”标志，并要求巴德大声朗读。所有的读数都是人工智能味的。无论怎么问“请深情朗读”“用男声朗读”等具体要求，巴德都说“臣妾做不到”。

如果你大声朗读莎士比亚的英文戏剧，那是一种相对纯正的美式发音，这说明中文还有很大的进步空间！

本文来自华尔街。欢迎下载APP查看更多。