谷歌正在更新其Bard AI聊天机器人，以加强与竞争对手OpenAI的ChatGPT的竞争。由桑达尔·皮查伊领导的互联网巨头宣布，它正在将Bard扩展到包括图像生成功能，该功能由其Imagen 2 AI模型提供支持，以及更强大的Gemini Pro版本。

此举让更多人能够使用Bard的AI智能，包括一个用于创建AI图像的新免费工具。

“这些更新使Bard成为更加有用和全球可访问的AI合作者，适用于从大型创意项目到小型日常任务等各种情况。”Bard产品负责人杰克·克瓦奇克(Jack Krawczyk)在博客文章中指出。

另外，该公司还宣布，它正在试验另一个图像生成器，名为ImageFX。

具有多语言支持的Gemini P

一个多月前，谷歌宣布了Gemini的三个版本：Nano适用于移动设备，Pro适用于更多中级用例，而Ultra据称是迄今为止由任何公司开发的最强大和最强大的大型语言模型（LLM）——甚至比GPT-4更强大——尽管这个版本要到今年晚些时候才会发布。

在目前可用的Google大型语言模型中，Gemini Pro是最强大的一个，但第三方比较发现，它实际上甚至落后于OpenAI较旧的GPT-3.5 Turbo，这对正在寻求向生成式AI竞赛中的新入局者展示其优势的谷歌来说是一个令人担忧的迹象。

上个月，谷歌发布了针对Bard的Gemini Pro微调版本，但仅限于英语。

但今天一系列面向消费者的AI公告将有助于谷歌缩小这一差距。Bard的最新更新是，Gemini Pro将在230多个国家和地区以超过40种语言（包括韩语、西班牙语、泰米尔语、意大利语和俄语）提供。

这不仅让更多人能够利用Gemini Pro的高级理解、总结、推理和编程功能，而且还可以利用Bard的双检功能，该功能通过在互联网上搜索来验证响应。

借助Imagen 2模型，Bard与ChatGPT Plus和DALL-E 3竞争

最重要的是，期待已久的AI图像生成功能即将推出。这是通过Imagen 2模型实现的，谷歌表示该模型可以从文本输入中生成高质量、逼真的输出，使Bard成为OpenAI的ChatGPT Plus和DALL-E 3图像生成器模型的更直接和有能力的竞争对手。自2023年10月以来，DALL-E 3已成为OpenAI订阅用户的可用模型。

“只需输入描述，例如“创建一只狗在冲浪板上冲浪的图像”，Bard就会生成定制化的视觉效果，帮助您将创意变为现实。”克瓦奇克指出。

我们对Bard的图像生成功能进行了测试，发现它大约在30-40秒内就能生成一致性良好的输出。然而，在某些情况下，它根本无法生成图像——即使是不涉及任何著名个人的情况，谷歌将其过滤掉了（很可能是为了避免发生类似于音乐家泰勒·斯威夫特（Taylor Swift）和微软的Designer AI图像生成器用户（该生成器由OpenAI的DALL-E 3提供支持）所遭遇的诽谤深度伪造事件）。

此外，目前尚不支持改变输出图像的纵横比或使用除英语之外的其他任何语言的提示——至少从我们初步使用该工具的经历来看是这样。

然而，好的一面是，鉴于人工智能生成的媒体涉及版权侵权问题，谷歌Bard为用户提供了报告所有生成媒体的隐私保护、版权和其他法律问题的选项。

该公司还指出，它限制生成暴力、冒犯或色情内容，并使用Deepmind开发的SynthID将可识别的数字水印嵌入到生成的图像像素中。这有助于人们区分视觉是由谷歌的AI还是实际的人类艺术家生成的。

新的AI图像迭代方式

除了Bard的更新外，谷歌还宣布它正在试验一款名为ImageFX的新图像生成工具，该工具由Imagen 2提供支持。

目前，在谷歌的AI实验项目应用程序AI Test Kitchen中，ImageFX试图通过“表达芯片”激发创意想法，这些芯片为用户提供相邻维度和迭代提示的建议。此类功能也可在包括Ideogram在内的竞争工具中找到。

AI Test Kitchen还包括谷歌的其他有趣的实验项目，包括MusicFX（通过文本提示和表达芯片现在可以创建长达70秒的曲调）和TextFX（一个面向词作家、文学家和其他创意艺术家的生成式AI实验）。