我要评论ai大模型进入商业应用元年后的第一年，顶级模型大混战终于开始了。
bard在追赶openai的过程中，还是补上了画图的短板。
（相比于视频的5阶张量处理而言，图画做为4阶张量处理虽然不新鲜，但却是跨不过去的基础条件）
大模型的混战开始
bard新增图像生成功能，只需要给bard一段文字描述，例如：创造一张猫在冲浪板冲浪的图片，“create an image of a cat riding on a surfboard”，bard就能生成出客制化且种类多元的图片，这项新功能是采用升级版的imagen 2模型来实现。
（上面的截图咱们存下来留作纪念，毕竟bard不会一直都是实验版本）
当然，如果选择生成更多的话，可以这样（可以看到，它给出了不同风格的创作）：
虽然目前生成的提示词仅支持英文，但此服务现为免费，无需额外付费。
bard将使用synthid工具，在生成的图像中嵌入数位可识别的浮水印来协助区别，并对涉及不良内容做出限制。
此次更新还包括bard 将扩大运行gemini pro模型，支援超过40种语言与230个国家／地区，涵盖繁体中文。此外，回复查核功能也扩展超过40种语言。
使用复杂一点的提示词
咱们创作如下提示词：
因为当前bard仅支持英文，所以咱们将创作提示词从中文翻译成英文：
效果确实不同凡响，咱们放大看看。
不过面部处理还稍微有些不够细致，但整体感觉已经很不错了。
我点击更多，又生成了一张，这次面部处理稍好一些。
同样提示词的随机化差异比较
我从网上找了某位大神的提示词及生成的图片，
第一组提示词随机度比较实验（艺术）：
翻译为：
大神生成的：
我生成的：
我用同样的提示词继续创作：
挑出其中一张，确实可以做壁画：
这组生成图画从艺术感、3d、风格这几个方面看，都确实有不错的表现。
第二组提示词随机度比较实验（商业）：
翻译为：
大神生成的：
我生成的：
挑选左上第一张打开：
我是真心觉得不错！
这组生成图从写实、环境融合、角度等多个方面，其实都已经触及到了商业化的门槛。
第三组提示词实验（社媒生活-图文同创）：
翻译为：
我的生成如下（bard现在只支持英文）：
它真的帮我写出了一篇像模像样的社媒帖子。
写在最后
超级大模型的博弈虽然才刚刚开始，但人工智能领域的迭代不可能是线性的，人类智能与机器智能孪生的时代正在朝我们走来。
发表评论