Google Bard 重大升级:支持中文等 40 种语言,新增看图与语音朗读
Google 宣布 Bard 迎来最大规模扩张,正式覆盖欧洲和巴西,并新增支持中文等 40 多种语言。新版还集成了 Google Lens 识图能力,支持用语音朗读回答、调整回复语气(5 种风格),并能将 Python 代码直接导出到 Replit。
Google 宣布 Bard 迎来最大规模扩张,正式覆盖欧洲和巴西,并新增支持中文等 40 多种语言。新版还集成了 Google Lens 识图能力,支持用语音朗读回答、调整回复语气(5 种风格),并能将 Python 代码直接导出到 Replit。
奠定现代生成式 AI 架构的《Attention is All You Need》论文最后一位在职作者 Llion Jones 确认离开 Google 创业。至此该论文八位作者全部出走,创办了 Cohere、Character.ai 等估值总计超 41 亿美元的企业。这也揭示了 Google 官僚体系与落地门槛让自身错失先机的困境。
Google 正式推出实验性 AI 笔记工具 NotebookLM。它的核心是把大模型「锚定」在用户指定的 Google 文档上,自动生成摘要、答疑并附带原文引用以减少幻觉,还能辅助梳理灵感。不过目前它仅面向美国小范围用户开放候补名单。
DeepMind CEO Demis Hassabis 在接受采访时证实,此前泄露称 Google 在 AI 领域「没有护城河」的备忘录确实出自内部工程师。但他明确反对开源 AI 会击垮巨头的悲观结论,并强调新合并的团队未来仍将带来核心突破。
据《华尔街日报》报道,Google 从 4 月开始在梅奥诊所等机构测试医疗大模型 Med-PaLM 2,正面迎战微软。该模型专门用医学考试题训练,擅长解答医疗咨询和整理病历。不过研发团队坦言它仍会一本正经地胡说八道,离真正辅助看病还有距离。
据 The Verge 报道,Google 在更新的隐私政策中明确,将使用从公开网络抓取的数据来训练 Bard、Cloud AI 等 AI 模型,而非仅用于翻译。这意味着公开网页都可能成为其训练语料,但并未交代如何规避版权争议。
在多伦多 Collision 大会上,「AI 教父」Geoffrey Hinton 表示,他不认为试图制止坏 AI 的好 AI 能掌握控制权。军工造杀人机器人、大模型拉大贫富差距都是现实威胁。虽然业内 DeepMind 和 Roblox 等高管态度乐观,但 Hinton 强调人类必须付出巨大代价来应对失控风险。
OpenAI 宣布将在英国伦敦设立首个海外办事处,重点推进研发与工程能力,并与当地政策制定者接触。伦敦不仅是 Google DeepMind 的老巢,还拥有深厚的人才储备。对 OpenAI 来说,这既是就近争夺顶尖 AI 人才,也是在欧洲推动温和监管的关键落子。
Google DeepMind CEO Demis Hassabis 透露,团队正在研发下一代大模型 Gemini。该模型将结合 AlphaGo 擅长的强化学习与树搜索技术,赋予 AI 规划和解决复杂问题的能力,研发成本或达数千万至上亿美元,目标直指超越 ChatGPT 及其背后的 GPT-4。
周四,YouTube 在 VidCon 宣布引入 Google 孵化器旗下的 AI 配音团队 Aloud。该工具能先转写视频文稿供人工校对,再自动翻译并合成配音;目前正与数百位创作者测试英语、西语及葡语,后续还计划加入创作者声纹克隆与口型同步。
Google 开始在 Google Sheets 中向 Workspace Labs 测试用户推送「Help me organize」功能。在侧边栏输入文字提示词,AI 就能自动生成项目规划、预算或日程等完整表格模板。这免去了从零搭建表头的麻烦,不过目前仅面向部分测试人员逐步开放。
Google 宣布推出服装虚拟试穿功能。该功能放弃了传统的图像变形贴图,转而利用扩散模型与交叉注意力机制从头生成像素,真实呈现衣服在不同体型模特身上的垂坠和拉伸效果。目前已率先支持 H&M、Everlane 等品牌的女式上衣。
Google 宣布推出两款 AI 驱动的新广告工具 Demand Gen 与 Video View campaigns。前者能将视频和图片素材跨 YouTube、Shorts、Gmail 等触点投放并支持相似受众扩展;后者则聚合各视频版位,早期测试显示播放量提升 40%。两项功能计划于 8 月开启测试。
Google 推出安全人工智能框架 SAIF,提出六大核心原则。该框架借鉴软件供应链防护经验,重点应对模型窃取、提示词注入和数据投毒等 AI 专属威胁,旨在为企业落地生成式 AI 建立类似「零信任」的安全通用标准。
Google 为 Bard 带来更新。通过在后台自动编写并运行代码的「隐式代码执行」技术,Bard 处理数学、编程和字符串操作等逻辑任务的准确率提升了约 30%;此外,Bard 生成的表格现在支持直接导出到 Google Sheets。
Apple CEO Tim Cook 在采访中透露自己平时也在用 ChatGPT,并表示苹果正密切关注该技术。他指出大语言模型很有前景,但也存在偏见与虚假信息等隐患;由于技术演进太快让法律监管很难跟上,AI 公司自身必须承担起伦理自律的责任。
欧盟敦促 Google、Facebook 等平台立即对 AI 生成的图文内容添加清晰标注,以打击虚假信息传播。欧盟要求标签必须足够显眼,让用户刷手机时一眼就能看懂「这是机器人在说话」;同时警告退出自愿准则的 Twitter 将面临严厉监管与重罚。
Google 推出风格迁移方法 StyleDrop。它基于 Muse 文生图模型,仅需单张参考图就能捕捉配色、光影和纹理,微调极少数参数即可在三分钟内完成学习,风格控制效果优于 LoRA 和 DreamBooth。
Google 宣布向美国候补用户开放 Search Labs,正式开启生成式搜索(SGE)测试。系统能在搜索结果顶部直接给出 AI 要点概览,帮用户快速梳理复杂话题、提供实用建议与购物参考,并支持连续追问。目前该实验仅限申请过候补的用户测试。
Google 宣布 Bard 开始在回答中展示来自 Google Search 的相关图片,并附带原网页来源。用户可以直接要求 Bard 提供图片,点击图片即可跳转出处。该功能目前仅限英文回答,后续还将支持 Google Lens 搜图和图像生成。