图片转文本

谷歌一直在悄悄地改进 Bard，每隔几周就会添加新功能，使其功能与 ChatGPT 看齐。现在，该公司又为 Bard 添加了上传图片的功能，为用户带来除文字外更广泛的体验。毫无疑问，谷歌 Bard 仍然是一个纯文字的大型语言模型。不过，这家搜索巨头已经整合了 Google Lens、反向图片搜索和一些 VQA 系统（视觉问题解答），使 Bard 感觉像是一个多模态模型。尽管如此，Bard 目前的视觉能力确实有些出人意料，我们在下文中对其进行了测试，以了解其能力。下面，让我们来看看 Google Bard 中一些很酷的图片上传示例。