自由操作的AI畫布、超真實的AI生圖：誰在顛覆內容行業(yè)？

文/紀德

編輯/子夜

AI與內容工具結合，早已不是新鮮事。

從漫畫、海報制作到影視等應用領域，一系列AI產品崛起。大模型對于創(chuàng)作模式和生產方式的顛覆不斷發(fā)生，作家、自媒體人、電影人等多類型創(chuàng)作者，對此深有體會。

但當下AI產業(yè)仍缺乏一個足以激發(fā)需求的超級應用。為了讓技術落地，玩家不斷尋找著理想的落地場景，以百度、Open AI為代表的企業(yè)，開始將AI大模型應用到一個可以自由操作的自由畫布中。

在百度世界2024大會上，該產品被命名為“自由畫布”，首次正式亮相。介紹時，李彥宏特別強調，“因為自由畫布，每個人都可以成為漫畫家、短視頻導演。這不是期貨，而是立即可用的現(xiàn)貨，是真正服務于創(chuàng)造的新質生產力！”

與其他大模型的發(fā)展理念不同，百度用AI重塑自身業(yè)務時，采用了互相支撐、融合的開發(fā)模式，自由畫布便是文庫和網(wǎng)盤兩大業(yè)務聯(lián)合推出的產品。

從用戶體驗角度，自由畫布重塑了內容創(chuàng)作的底層邏輯。AI生成對文字、圖片、音視頻內容的影響，往往體現(xiàn)在內容制作中一個個小的環(huán)節(jié)中，但自由畫布不僅容納了所有可以提升效率、激發(fā)創(chuàng)意的生產環(huán)節(jié)，還顛覆了內容創(chuàng)作的線性邏輯，讓內容的輸入、編輯和修改都變得更自由。

發(fā)布會上，李彥宏還提及了AI生圖的幻覺問題。近年來，AI創(chuàng)作產品的內容生成質量有限，成為內容創(chuàng)作者及行業(yè)面臨的痛點。

李彥宏認為，“過去這24個月，AI行業(yè)的最大變化是大模型基本消除了幻覺。”其中，百度在今年初自研了檢索增強的文生圖技術iRAG，能夠為用戶提供真實、準確性高、無模型幻覺的生成圖片。

無論是推出自由畫布，還是自研iRAG技術，百度代表的是數(shù)億用戶的高頻使用需求，但更值得關注的問題是：玩家使勁搞創(chuàng)新，廣大消費者又是否愿意為之買單。

1、一張自由操作的AI畫布，能否滿足數(shù)億創(chuàng)作者的所有想象？

近年來，一種全新、直觀、可視的用戶交互界面——自由畫布，顛覆了人們對工作方式的想象和體驗。

在國內，百度是搶先擁抱可視性畫布的先行者；在海外，Canvas火爆，以ChatGPT、OpenAI為代表的玩家正在不斷完善體驗。

這個新玩意，究竟怎么用？相比于一張普通畫布，自由畫布的特殊性在于，它可以適配作家、自媒體人、教師、白領等幾乎所有人群的工作需求，并通過AI、大數(shù)據(jù)等技術，在“一拖一圈”之間，賦予工作方式的智能化。

在模擬小紅書博主撰寫旅游攻略內容時，用戶可以借助百度自由畫布輕松完成內容的輸入：只需直接拖入素材，如文本、圖片或視頻等人們日常接觸的多達100多種格式的內容，都可以直接呈現(xiàn)在畫布上。

這種不受文件類型限制的自由輸入方式，簡化了復雜繁瑣的格式轉換過程，極大程度上減少了時間成本。

完成內容輸入后，用戶則將進入編輯環(huán)節(jié)。當用戶提出撰寫文稿、設計排版或生成視頻等需求時，往往只需要圈中一塊內容，再按下對應的功能按鈕，就能完成一次高效、高質量的創(chuàng)作。

生成出一個大圣穿越到現(xiàn)代探險的故事

自由畫布的交互方式，自由而非線性，機動而非死板。大多用戶已經(jīng)習慣了AI創(chuàng)作中略顯僵硬的批量生產，但自由畫布擁有高度的個性化編輯。

用戶修改內容時，瞬間變身一位“指揮家”，對局部內容進行輕松選擇和調用，快速完成文案、圖片的微調，實現(xiàn)“指哪用哪，指哪改哪”。

大多數(shù)內容創(chuàng)作者日常面臨高頻次的修改工作、多輪的內容迭代，自由畫布帶來了更動感和自由的交互，增強了用戶的參與感和內容的個性化，從而使內容創(chuàng)作者可以得到獨一無二的作品。

自由畫布不僅在內容輸入和編輯環(huán)節(jié)，擁有強大的協(xié)同能力，對于內容分享的體驗，也極其重視。

無論是分享，還是查看和二次編輯，用戶可以僅通過一個鏈接完成。其中，二次編輯帶來的不同體驗尤為突出。

傳統(tǒng)的內容導出，一旦出錯無法更正，重新發(fā)布的代價高，但很多時候，用戶還會有再次編輯的需求，自由畫布的二次編輯解決了用戶的痛點。

數(shù)年以來，AI技術對于內容創(chuàng)作領域不斷產生影響，改進了現(xiàn)有產品或服務。百度自由畫布，利用新技術滿足了內容創(chuàng)作者對靈活、高效服務的需求，甚至讓每個人都能無門檻地涉足更多類型內容的制作中。

自由畫布，不僅顛覆了傳統(tǒng)的內容生產工具，也超越了現(xiàn)有的AI創(chuàng)作工具。

它是一個全新的生產力平臺，通過將Word、PPT、Excel等常見的辦公工具，放到一張自由畫布上，其成為一個涵蓋Office全家桶+Canvas的產品，不僅打破用戶苦惱已久的孤島問題，也將改變用戶的日常工作流程。

2、AI生圖進入“超真實”時代，iRAG究竟有多強？

在生成式AI時代，AIGC的應用范圍，從文本、圖片延伸至視頻場景。工作過程中，一句話的輸入、一次鼠標的點擊，就能完成一次創(chuàng)作。

然而，真正的挑戰(zhàn)在于，用戶越來越不習慣于那股“AI味”，甚至是AI幻覺。

在大會上，李彥宏展示了一張北京天壇的生成照片——真正的天壇是3層建筑，該開源模型卻生成了4層。

他提及，幻覺問題是大模型廣泛應用的最大限制之一，“要想基于大模型開發(fā)應用，消除幻覺是必須的，如果這個模型總是一本正經(jīng)地胡說八道，就不會有人信你，就不會有應用。”

過去一段時間，用戶對AI工具的生成能力提出了更高需求，例如，更真誠走心的語言、更精細真實的圖片等。

而各個企業(yè)要做的就是，跨越技術的復雜性，提升用戶的滿意度。為了解決幻覺問題，今年初百度自研了iRAG技術，這是一種結合檢索和生成的技術方法，更好地提升了生成內容的可靠性和準確性。

例如，用戶在體驗文章的封面圖制作時，可能會在文心一言的輸入框中寫下以下需求：幫我畫一張馬斯克和一只迅猛龍在后備箱里剝豆角。

用戶會發(fā)現(xiàn)，文心一言完美理解了提示詞，生成的圖像沒有漏掉任何一個人物或物體的特征，臉部或手部等細節(jié)處呈現(xiàn)得足夠精細，還兼顧了圖片的構圖和審美。

文心一言AI生圖

市面上較為成熟的大模型，往往具有強大的文本理解能力。作為重要的選手之一，百度擁有國內最大的中文搜索引擎，以及全網(wǎng)最全的中文語料。

iRAG技術成功實現(xiàn)自研的基礎，便是將百度搜索的億級中文語料、圖片資源，與強大的基礎模型能力相結合，避免了事實錯誤、推理失敗等“一眼假”問題，真正實現(xiàn)無幻覺、超真實。

用戶可以通過iRAG技術，生成特定物品、特定人物與任意背景結合的圖片，這提升了生成效果的多樣性，也激發(fā)了用戶發(fā)揮自身想象，通過合理組合人物、構架場景，創(chuàng)造出更豐富的AI生圖。

例如，用戶可以上傳保時捷帕拉梅拉的圖片，生成其在草原上行駛的畫面；生成一張比薩斜塔和自由女神像，同框出現(xiàn)在中心城區(qū)的照片；生成一張福建土樓出現(xiàn)在現(xiàn)代都市里的圖等。

生成保時捷帕拉梅拉在草原上行駛的圖片

文生圖技術的持續(xù)迭代，為內容創(chuàng)作者和行業(yè)帶來了更多可能性。

當iRAG技術能夠突破數(shù)據(jù)要求和計算難度，產出令人滿意的文生圖，也就意味著，可以順利幫助內容創(chuàng)作者突破算力瓶頸，縮短內容制作周期。同樣的作品，在更短的時間內制造出來，且內容精良程度還會大幅提升。

同時，以更低的成本進行內容生產，也是iRAG為行業(yè)帶來的直觀影響。在部分環(huán)境，iRAG技術可以將創(chuàng)作成本壓縮到幾乎為零。

“比如在品牌宣傳場景，以前拍這樣一組海報動輒需要一二十萬，甚至大幾十萬，但是現(xiàn)在創(chuàng)作的成本接近于0。簡單說來，iRAG的商業(yè)價值體現(xiàn)在：無幻覺、超真實、沒成本，立等可取?！崩顝┖晏岬健?/p>

隨著百度不斷攻克技術難點，iRAG的應用場景也在不斷延伸，包括漫畫作品、連續(xù)畫本、海報制作、影視作品等應用領域，iRAG為提高AI生成內容的真實感和精細度，下足了功夫。

iRAG技術泛用到更多應用空間，也為這些行業(yè)提供了短周期、低成本的解決方案。

3、百度再進化：用AI連接一切業(yè)務，重塑內容生態(tài)鏈條?

作為生成式AI和大模型技術的領先玩家，近年來百度的技術進階和應用布局實現(xiàn)大幅進步。

從深度學習框架“飛槳”的持續(xù)升級，到文心大模型性能的提升，再到內部不斷重構已有產品，百度已形成一個處于動態(tài)且正向循環(huán)的AI商業(yè)生態(tài)。

無論是AI創(chuàng)作新物種自由畫布的橫空出世，還是AI生圖技術iRAG的能力躍遷，背后都離不開百度深厚的積累和實踐。

自由畫布的自由、靈活、高效，源于文心大模型的持續(xù)進化。從創(chuàng)作自由度來看，文心大模型的跨模態(tài)能力，能夠支撐不同領域、不同模態(tài)的內容生成，在提升效率的同時，也為用戶提供了更好的使用體驗。

而文心大模型的升級，也為iRAG技術的高質量生成提供了技術可能。隨著百度對大模型性能的提升，今年6月份發(fā)布的文心大模型4.0 Turbo，比上一版速度更快、效果更好，理解、生成等基礎性能均有顯著提升。

在供給側，百度不斷迭代出最強大的基礎大模型系列，包括文心大模型旗艦版ERNIE 3.5、4.0、4.0 Turbo，也提供可以免費調用的輕量版ERNIE Speed、Lite、Tiny，降低了用戶的使用門檻。

截至11月初，百度文心大模型的日均調用量已經(jīng)超過15億，相較一年前首次披露的5000萬次，增長近30倍。

隨著AI技術能力不斷進化，百度也在擴大AI落地應用的規(guī)模。

在重構業(yè)務中，百度文庫的進化效果顯著，其從一個文檔共享平臺進化為內容創(chuàng)作的“AI百寶箱”，將應用場景拓展到了學習辦公、家庭教育、娛樂消費等多個領域，推出了智能PPT、智能寫作、思維導圖等上百項AI能力。

如今，百度文庫AI月活用戶規(guī)模，已經(jīng)達到國內第一梯隊。據(jù)其披露的數(shù)據(jù)，百度文庫在智能PPT領域的市場份額已經(jīng)超過八成；截至2024年10月，百度文庫AI用戶數(shù)累計超過2.3億，AI功能累計使用次數(shù)超過28億。

百度的最終目標是，在大模型時代形成由無數(shù)智能體構成的智能生態(tài)。

李彥宏認為，智能體是AI應用的最主流形態(tài)，即將迎來它的爆發(fā)點。“在模型之上構建智能體是相當方便的，這也是為什么今天每周都有上萬個新的智能體在文心平臺上被創(chuàng)造出來?！?/p>

AI搜索被認為是智能體分發(fā)的入口。借助AI，百度的搜索引擎變得更懂用戶的細分需求，可以為用戶提供更準確和直接的答案，也提升了開發(fā)者效率，開發(fā)者更容易創(chuàng)建出為用戶量身定制的智能體。用李彥宏的話說，生成式AI與搜索就是“天作之合”。

作為工具類智能體，自由畫布便是智能生態(tài)中各業(yè)務相互融合后形成的獨特產物。

它的能力來源于百度文庫與百度網(wǎng)盤，前者為其提供了海量的公域資料，后者則協(xié)助其從私域中提供素材。比如，文庫上公開的高質量文檔或片段、網(wǎng)盤聽記上記錄的多場電話會議的音頻等，用戶全都可以用到自己的創(chuàng)作中。

兩大業(yè)務深度融合后，幫助自由畫布打通了過去公域與私域資料之間存在的限制，避免了AI應用之間數(shù)據(jù)流通的孤島現(xiàn)象。用戶通過自由畫布可以不受阻礙地進行內容資源的消費或運用，以創(chuàng)作多元化和專業(yè)化的內容。

而更高質量的AI生成內容，又可以豐富整個內容生態(tài)，進一步改變用戶AI產品或工具的價值認知，驅動用戶擁抱被AI改寫的內容消費。

百度一直極為重視挖掘AI時代的增長潛力。李彥宏也曾在公開場合呼吁，“中國有數(shù)百個基礎模型，但人們越來越多地討論什么是AI時代的超級應用”，行業(yè)參與者應當將精力放到AI應用上。

事實上，百度已經(jīng)在大模型與AI應用的相互配合之中，將技術優(yōu)勢轉化為具體的商業(yè)價值——越來越多創(chuàng)新產品可以為整個生態(tài)提供發(fā)展增量。

接下來的事情就要交給時間：持續(xù)保持在產品創(chuàng)新、市場推廣等方面的投入，提升用戶滿意度和產品的市場接受度，不斷穩(wěn)固其市場地位，并等待用戶需求爆發(fā)的那一刻。