今年三月份，谷歌宣布生成式AI Bard推出Beta測試版，當時的版本只面向美國和英國用戶開放公測，且暫時只支持英語。

圖注：Bard已經有專屬中文界面！堪稱定制化的中文服務

今天，Bard發布重大更新！Bard 支持的語言目前新增了 40 多種，包括阿拉伯語、中文（簡體/繁體）、德語、印地語、西班牙語等。

圖片

同時，谷歌還增加了推出 Bard 的地區，包括歐盟的 27 個國家/地區和巴西。不過仍然沒包含中國。

圖片

對于此次更新，稱之為“史詩級”：Today we’re announcing Bard’s biggest expansion to date.

1.Bard 支持 Google 智能鏡頭：與 Bard 對話時，你可以上傳圖片及文字，并要求Bard提供有關圖片的信息，相關功能暫時只支持英語。

圖片

2.Bard 可以朗讀回答內容了：在 Bard 中添加了文字轉語音功能。該功能支持 40 多種語言，包括印地語、西班牙語和英語（美國）。

3.固定對話和近期對話：可以隨時返回之前與 Bard 的對話繼續互動，還可根據需要整理對話。

4.與他人分享 Bard對話：利用可分享的鏈接，讓其他人只需輕輕一點，即可輕松流暢地查看你的 Bard 對話內容和相關信息來源。

圖注：修改回答

5.修改 Bard 的回答：推出了 5 個新選項，可用來修改 Bard 的回答。只需點按相應的選項，即可讓回答內容變得更加簡單一點、詳盡一點、簡短一點、專業一點或隨意一點。

6.將 Python 代碼導出至 Replit：除了 Google Colab 之外，還可以將 Python 代碼導出到 Replit。

關于谷歌的Bard計劃

目前Bard 是一個實驗項目，由Google 的 PaLM 2 模型提供支持，讓用戶能夠與生成式 AI 協同合作。

自從OpenAI在2022年11月發布ChatGPT后，Google似乎一直在努力迎頭趕上其AI的發展。

2023年5月的Google I/O年度大會有了實質性的動作。在長達兩小時的主題演講中，谷歌CEO Sundar Pichai和其他高管演講者，更是多達140次以上提到了“生成式AI”。

谷歌全力投入到科技潮流中。盡管Bard的用戶數未能達到ChatGPT的水平，但近期增長顯著，今日的更新可能進一步推動其增長。

相比ChatGPT，Bard的最大優勢是巨大的信息資源，他們可以依托谷歌的搜索工具獲取最新信息，根據自己的梳理給出答案。此前ChatGPT的訓練數據最新只到2021年，無法回答2022年之后的信息咨詢。此外，Bard的回復速度也明顯快于ChatGPT。

Bard可以聯網搜索信息，意味著用戶可以直接詢問今天的體育比賽比分、股價價格走勢、系列新聞動態。

文摘菌試了一下，搜索中文資料的功能，感覺非常差。

圖注：Bard的中文搜索功能

不過，有網友表示，Bard的精準識圖功能異常強大：更新后的Google Bard能夠查看我的手表的照片，正確識別手表的特定品牌和型號，并從手表表面讀取數據。

圖片

谷歌人工智能現狀：骨干研究員“出逃”

從體驗上可以看出，谷歌Bard的功能在生成文本，理解內容方面不如GPT-4；在上下文窗口容納方面沒“卷”過Claude。雖然新增了“精準識圖”功能，但能釋放的生產力肯定不如前者。

似乎谷歌的AI之路這兩年總是慢了半拍。究其原因，除了猶豫是否發布與ChatGPT類似的聊天機器人的“墨跡”的性格，可能還和“留不住人”的企業文化有關。彭博社消息，Transformer合作者Llion Jones將于本月底離開谷歌。

圖片

Transformer來源于論文“Attention is All You Need”，這篇開山之作奠定了今天生成式AI和大模型的基石。算上Llion Jones，當時署名的6位谷歌研究員，已經全部離職。

圖片

Ashish Vaswani在Google Brain工作了五年后離職，創辦了Adept（生成性AI工具）；

圖片

Noam Shazeer在Google工作了21年，現在是Character.AI的首席執行官；

圖片

Niki Parmar在Google工作后與Vaswani一起創立了Adept，但后來她也離開了Adept創立了新的公司；

圖片

Jakob Uszkoreit在Google工作13年，現在他是Inceptive的聯合創始人；

圖片

Aidan Gomez現在是Cohere的聯合創始人和首席執行官；

圖片

Lukasz Kaiser離開Google后加入了OpenAI，他對OpenAI的GPT-4做出了重要貢獻；

圖片

Illia Polosukhin在Google工作三年后創立了NEAR，致力打造Web3系統。

此外，還有一些重磅論文的重要作者也離開谷歌。例如：提出通用的端到端的序列學習方的論文“Sequence to Sequence Learning with Neural Networks”。

圖片

Ilya Sutskever著名論文“序列-to-序列”的第一作者，在谷歌待了3年，于2015年離開谷歌，目前是OpenAI的首席科學家。

圖片

Google的首個聊天機器人Meena 的技術論文“Towards a Human-like Open-Domain Chatbot”，被認為是大語言模型的又一個重要里程碑，論文提出了一種想法，即創建一個大型語言模型，對任何問題生成像人一樣的回應，無需硬編碼（hard-coded）訓練。

但里面的兩個研究員Daniel De Freitas和Romal Thoppilan都已經離職，前者在Google Brain工作了五年，后者工作了七年，現在兩者共同成立了Character.AI。

圖片

論文“LaMDA: Language Models for Dialog Applications”是Bard聊天機器人的技術基礎，比Meena更強大，目前LaMDA的幾位主要研究人員已經離開谷歌，加入了Character.AI，包括前面提到的：Noam Shazeer、Daniel De Freitas。此外，在谷歌工作了四年的Alicia Jin也已經加入了Character.AI。

圖片

BERT是一種基于Transformer模型的自然語言處理工具，它通過預測隱藏或"掩碼"的詞來更好地理解文本。例如，如果你查詢"你能否為別人在藥店買藥"，它會理解到"別人"是查詢的關鍵部分。自2019年Google將BERT納入搜索以來，它已經極大地提高了搜索的準確性。這篇論文由Jacob Devlin領導，他曾短暫在OpenAI工作，但最近又回到了Google。

圖片

論文“Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer”提出了著名的T5架構，這篇論文的主導者Colin Raffel，也在2021年離開Google Brain。Raffel現在是北卡羅來納大學教堂山分校的助理教授，并在Hugging Face每周擔任一天的研究員，用戶可以在那里共享大型語言模型和數據集。

圖片

圖片

論文“Chip placement with deep reinforcement learning”和“A graph placement methodology for fast chip design” 能利用AI在芯片設計中達到最大性能，同時減少面積和電力使用。這些發現幫助Google設計了專為機器學習任務的TPU芯片。論文的兩位重要作者Mirhoseini和Goldie在2022年離開Google，加入了開發大型語言模型和名為Claude的聊天機器人的Anthropic。

至于離職的原因，有員工表示，在AI發展如此激動人心的時刻，初創公司為研究人員提供了機會，讓他們擁有更多的自主權，并可能產生更大的影響。

換句話說，在谷歌推出新的想法 “太難了”，因為一旦失敗會對大公司聲譽造成非常大的影響。