撰文｜喬雨晴
編輯｜翟文婷
鄭州一位大媽怎么也沒(méi)想到，自己在家門(mén)口學(xué)會(huì)的廣場(chǎng)舞，會(huì)被百度AI搬到法國(guó)凱旋門(mén)前，而且火爆了自己的老年朋友圈。
在百度「AI環(huán)球盲盒拜年」里，只需上傳自己的照片，輕輕一點(diǎn)，紅綢扇舞的視頻就能出現(xiàn)在紐約時(shí)代廣場(chǎng)、南極科考站甚至迪拜高樓前。這些帶著中國(guó)年味的數(shù)字影像，如同蒲公英種子般飄向全球地標(biāo)。
一年前，AI可能還是一種高大上的技術(shù)概念；現(xiàn)如今，百度已經(jīng)把AI融入鄉(xiāng)音、灶臺(tái)油漬里的人情冷暖。當(dāng)AI不僅能聽(tīng)懂東北話(huà)「波棱蓋卡禿嚕皮」，還能精準(zhǔn)捕捉重慶麻將桌上的「刮風(fēng)下雨」時(shí)，這場(chǎng)技術(shù)革命正在以最柔軟的方式重塑中國(guó)人的日常生活。
老年人甚至比年輕人玩得更上頭。他們不需要明白那些復(fù)雜的技術(shù)參數(shù)，只是動(dòng)動(dòng)手指在小程序里上傳照片，就能在老朋友圈子里揚(yáng)眉吐氣一把?！@種「科技爽感」帶來(lái)的滿(mǎn)足，遠(yuǎn)比刷短視頻來(lái)得更持久。
這場(chǎng)始于春節(jié)的AI實(shí)驗(yàn)證明：真正的技術(shù)革命，從來(lái)不是自上而下的顛覆，而是自下而上地打撈那些被忽視的人間煙火。
01什么才是真正的出圈
「我們的模型在N個(gè)維度超越了GPT-4」——這樣的新聞標(biāo)題也許能讓科技圈興奮不已，但在這個(gè)春節(jié)，我們看到了更有意思的現(xiàn)象。
喜歡跳廣場(chǎng)舞的阿姨們，只需要在百度AI環(huán)球盲盒拜年里上傳自己的跳舞視頻，就像打開(kāi)任意門(mén)，把自己的舞蹈搬運(yùn)到盧浮宮、時(shí)代廣場(chǎng)等全球地標(biāo)前，效果逼真到自家孩子也會(huì)問(wèn)問(wèn)「奶奶，你什么時(shí)候出國(guó)玩啦」。
而通過(guò)百度智能云曦靈數(shù)字人微信小程序「飛貼賀新春」活動(dòng)，你不僅可以上傳自己的、父母的、孩子的照片，生成定制的拜年視頻，表情自然、唇音同步；還可以上傳蒙娜麗莎、兵馬俑、達(dá)芬奇等歷史文化名人，讓他們用佟湘玉的陜西話(huà)、東北話(huà)、四川話(huà)、閩南話(huà)，替你傳遞祝福。
「AI拜年」功能，更是打開(kāi)了我們對(duì)拜年賀卡的想象力。在百度中搜索「AI拜年」，只需要上傳照片，一句話(huà)，25秒就能收獲一張專(zhuān)屬的拜年賀卡。
你可以讓Taylor Swift穿上東北大花襖包餃子：
也可以讓馬斯克拱手作揖拜年：
還可以讓向佐一個(gè)手扶著鼻梁，另一個(gè)手撒紅包：
在家族群里，二舅把全家福P到月球表面舞獅，三嬸則在喜馬拉雅山頂煮出會(huì)發(fā)光的餃子，表哥就能把財(cái)神爺請(qǐng)到自家的客廳里來(lái)。
出門(mén)在外、春節(jié)旅行的體驗(yàn)，也在發(fā)生變化。百度上線(xiàn)了34個(gè)省級(jí)行政區(qū)的文旅智能體，用會(huì)說(shuō)方言的AI重新定義了導(dǎo)游。這些操著鄉(xiāng)音的AI角色，不再?gòu)?fù)述千篇一律的景區(qū)簡(jiǎn)介，而是化身成帶著煙火氣的數(shù)字老鄉(xiāng)。
福建的簪花花用閩南軟語(yǔ)講述土樓屋檐滴落的煙雨，徽州的包拯以合肥話(huà)解密徽商暗藏在馬頭墻里的算盤(pán)聲，湖南的芙小蘭甚至能用湘江浪花般的語(yǔ)速，教你分辨剁椒魚(yú)頭里朝天椒與七星椒的比例，天津baibai不僅能用天津話(huà)推薦景點(diǎn)、解說(shuō)五大道，還能即興給你來(lái)一段快板。
這些參與、發(fā)布、體驗(yàn)的用戶(hù)，大部分從未接觸過(guò)AI工具。
他們不需要理解CLIP或Diffusion模型，只需要知道像跟自己的兒孫對(duì)話(huà)一樣，用自家的方言，說(shuō)出自己想做的事——「在巴黎跳廣場(chǎng)舞」，「我要恭喜發(fā)財(cái)拜年視頻」。
技術(shù)的真正價(jià)值，不在于能打破多少記錄，而在于能觸達(dá)多少普通人的生活。
當(dāng)不會(huì)說(shuō)普通話(huà)的老人能用方言和AI對(duì)話(huà)，當(dāng)從未出過(guò)遠(yuǎn)門(mén)的大媽能在世界地標(biāo)起舞，當(dāng)小學(xué)生能用AI設(shè)計(jì)旅游路線(xiàn)，當(dāng)不會(huì)打字的大爺大媽用四川話(huà)讓AI生成全家福賀卡——這才是技術(shù)真正的出圈。
02技術(shù)蹲下來(lái)
技術(shù)只有蹲到市井煙火的高度，才能聽(tīng)懂真實(shí)世界的需求。真正的技術(shù)革命，往往發(fā)生在人們意識(shí)不到這是「技術(shù)」的時(shí)刻。
就像此刻，當(dāng)爺爺奶奶們對(duì)著手機(jī)吼著東北話(huà)、河南話(huà)、紹興話(huà)時(shí)：「給俺整個(gè)在埃菲爾鐵塔扭秧歌的視頻」，他們并不知道，這句話(huà)正在觸發(fā)全球最先進(jìn)的多模態(tài)大模型協(xié)同作業(yè)。
百度悄無(wú)聲息地降低了創(chuàng)作門(mén)檻，讓男女老少都能享受到技術(shù)的樂(lè)趣。
之前AI生圖、AI生視頻沒(méi)有在普通人里火起來(lái)，本質(zhì)上是因?yàn)閯?chuàng)作門(mén)檻高。你需要用非常精細(xì)的prompt，甚至加入「4K ultra-detailed」「cinematic lighting」之類(lèi)的專(zhuān)業(yè)術(shù)語(yǔ)，多輪調(diào)整、反復(fù)測(cè)試，才能像抽盲盒一樣抽到理想的效果。而且AI生圖和文本模型一樣，本質(zhì)上是對(duì)每一個(gè)像素點(diǎn)的預(yù)測(cè)，很容易出現(xiàn)幻覺(jué)，生成不符合現(xiàn)實(shí)的詭異畫(huà)面，比如經(jīng)典的「威爾·史密斯吃意大利面」。
百度的iRAG技術(shù)致力于消除這樣的幻覺(jué)。RAG（Retrieval-Augmented Generation，檢索增強(qiáng)生成）是一種結(jié)合了檢索和生成的技術(shù)，之前被廣泛用在文本數(shù)據(jù)或者表格這類(lèi)結(jié)構(gòu)化的數(shù)據(jù)上。但百度創(chuàng)新性地把 RAG 技術(shù)用在了圖像數(shù)據(jù)上，搞出了iRAG（Image-Based Retrieval-Augmented Generation，檢索增強(qiáng)的文生圖技術(shù)）。
你可以把RAG想象成，給AI配了個(gè)「小抄」，讓他在回答問(wèn)題前能參考一些額外的資料。這些資料通常不在大模型原本的學(xué)習(xí)范圍里，是些專(zhuān)屬或私有的數(shù)據(jù)。通過(guò)參考這些數(shù)據(jù)，大模型回答問(wèn)題時(shí)就能更貼合實(shí)際情況，不用重新學(xué)習(xí)，就能提升回答質(zhì)量，減少幻覺(jué)。
百度的 iRAG 技術(shù)是 RAG 技術(shù)的一種進(jìn)階版，是 RAG 向多模態(tài)的泛化與拓展，即 iRAG = 圖像 + RAG。
iRAG通過(guò)檢索百度搜索的大規(guī)模圖像數(shù)據(jù)庫(kù)，可通過(guò)參考和引用真實(shí)的圖像元素，結(jié)合文本提示詞要求進(jìn)行重繪。這為文生圖的真實(shí)感和事實(shí)性保駕護(hù)航。同時(shí)保持良好的主體一致性，通過(guò)提示詞「Hello Kitty 在某某著名景點(diǎn)前」，你可以讓這只世界上最著名的小貓漫游中國(guó)。
以前讓AI繪畫(huà)「大媽在埃菲爾鐵塔前跳舞」，可能會(huì)長(zhǎng)出六根手指，或者鐵塔上掛著蘭州拉面旗?，F(xiàn)在IRAG就像個(gè)嚴(yán)格的監(jiān)工：紅綢緞該有飄揚(yáng)的質(zhì)感，大媽抬腿的角度必須符合人體工學(xué)。
方言的處理也是如此。以前每個(gè)方言都需要單獨(dú)開(kāi)發(fā)一套系統(tǒng)，比如上海話(huà)、廣東話(huà)各自有不同的處理模塊。再比如，用周杰倫的聲音說(shuō)東北話(huà)，還需要模型能夠分離音色和方言特征。
之前， AI學(xué)會(huì)說(shuō)方言，不僅要收集成千上萬(wàn)個(gè)小時(shí)的純正發(fā)音，還要再像語(yǔ)文老師一樣逐個(gè)標(biāo)注聲調(diào)，光是讓AI分清廣東話(huà)的「九聲六調(diào)」，就要花半年時(shí)間調(diào)整參數(shù)。好不容易教會(huì)AI說(shuō)粵語(yǔ)，換成閩南語(yǔ)又得從頭再來(lái)。
而現(xiàn)在，通過(guò)深度神經(jīng)網(wǎng)絡(luò)，百度的語(yǔ)音AI系統(tǒng)能將語(yǔ)音拆解為獨(dú)立控制的模塊：音色（誰(shuí)在說(shuō)話(huà)），內(nèi)容（說(shuō)什么），方言（怎么發(fā)音），情感（用什么語(yǔ)氣）。這種參數(shù)化重組技術(shù)，使方言研發(fā)從手工作業(yè)躍升到工業(yè)化生產(chǎn)。這意味著周杰倫的聲音可以說(shuō)出純正東北話(huà)，而重慶嬢嬢的語(yǔ)調(diào)能完美移植到英語(yǔ)拜年視頻中。
現(xiàn)在，僅需幾分鐘數(shù)據(jù)就能達(dá)到超越真人的tts水平；意味著大爺大媽只要錄兩句話(huà)，就能讓AI模仿他們的音色音調(diào)和方言，在賽博世界替他們拜年送祝福。
百度把創(chuàng)作門(mén)檻打了下來(lái)。在技術(shù)專(zhuān)家視角里，這些效果體現(xiàn)為主體一致性、物理合理性、時(shí)空連貫性、語(yǔ)音和口型的匹配度等硬性指標(biāo)的提升；但對(duì)老百姓來(lái)說(shuō)，就是「這玩意兒真像那么回事」。
當(dāng)大媽們生成廣場(chǎng)舞視頻時(shí)，她們并不關(guān)心背后的技術(shù)如何優(yōu)化，只在乎家族群里收獲了多少點(diǎn)贊表情包——這才是技術(shù)普惠最生動(dòng)的注腳。
03 AI與煙火氣的化學(xué)反應(yīng)
一個(gè)不難發(fā)現(xiàn)的趨勢(shì)是，AI應(yīng)用正在從「精英工具」變成「大眾玩具」，我們可能正處在2025年超級(jí)應(yīng)用爆發(fā)前夜。
兩年前，當(dāng)ChatGPT寫(xiě)出莎士比亞風(fēng)格的十四行詩(shī)時(shí)，全世界為之驚嘆。但這個(gè)春節(jié)讓我們明白：文字只是人類(lèi)表達(dá)的一小部分，真實(shí)世界是多模態(tài)的，真正的智能必須理解紅綢扇舞動(dòng)的物理學(xué)，以及鄉(xiāng)音的抑揚(yáng)頓挫。
2024年的AI還在實(shí)驗(yàn)室里卷參數(shù)、比benchmark；2025年的春節(jié)，它已經(jīng)坐上了千家萬(wàn)戶(hù)的團(tuán)圓飯桌。從寫(xiě)論文、畫(huà)圖表的精英玩具，到大媽跳舞、給親戚拜年的大眾工具，AI正在完成一次意義深遠(yuǎn)的位移。
這種位移的背后，是過(guò)去幾年的積累和普及。大模型賦予的AI原生應(yīng)用正在滲透各行各業(yè)，并且從城市進(jìn)入下沉市場(chǎng)，AI含量越來(lái)越高，破圈效應(yīng)呼之欲出。
百度就是一個(gè)縮影，展現(xiàn)了AI在不同場(chǎng)景下的廣泛應(yīng)用。從生產(chǎn)力變革的工作場(chǎng)景到日常生活情感陪伴，百度都有產(chǎn)品日漸深入人心。
李彥宏在2025年全員信中表示：大模型賦能的AI原生應(yīng)用正在各行各業(yè)各種場(chǎng)景迅速普及，雖然超級(jí)應(yīng)用尚未出現(xiàn)，AI的實(shí)際滲透率已經(jīng)不低，并且將在2025年繼續(xù)井噴式增長(zhǎng)。
百度文心智能體平臺(tái)已有15萬(wàn)家企業(yè)和80萬(wàn)開(kāi)發(fā)者入駐，在律師、情感、健康等多個(gè)領(lǐng)域成功跑通模式。這表明AI的應(yīng)用已經(jīng)不再局限于理論和實(shí)驗(yàn)階段，而是真正開(kāi)始在各個(gè)行業(yè)中發(fā)揮作用，為不同領(lǐng)域的企業(yè)和開(kāi)發(fā)者提供了強(qiáng)大的支持和賦能。
因?yàn)槲男拇竽Ｐ唾x能，百度文庫(kù)新增上百項(xiàng)AI能力，涉及寫(xiě)作、PPT制作、搜索、文生圖等，使得這個(gè)舊產(chǎn)品爆發(fā)新能量，百度文庫(kù)AI功能MAU突破9000萬(wàn)，AI DAU年同比增長(zhǎng)230%，甚至成了付費(fèi)界的頂流。
4000萬(wàn)真金白銀的付費(fèi)用戶(hù)，不是靠單純的營(yíng)銷(xiāo)打法能實(shí)現(xiàn)的，本質(zhì)上還是解決了用戶(hù)真實(shí)需求，獲得大家認(rèn)可。
包括今年春節(jié)出圈的方言搜索，也是因?yàn)锳I的魔力，穿透了不同圈層人群，人與人之間的距離也被拉近。方言作為一種承載著地域文化和情感的特殊語(yǔ)言形式，通過(guò)AI的搜索和識(shí)別功能，讓更多人能夠方便地使用和交流，這不僅促進(jìn)了文化的傳承和交流，也體現(xiàn)了AI在情感連接方面的巨大潛力。
過(guò)去兩年，全球科技巨頭在尋找 AI killer app 的路上幾經(jīng)波折。他們投入了大量的資源和精力，試圖找到那個(gè)能夠真正引爆AI市場(chǎng)的殺手級(jí)應(yīng)用。
但這個(gè)春節(jié)給出了答案：當(dāng)全家老小圍著AI生成的拜年視頻笑作一團(tuán)時(shí)，超級(jí)應(yīng)用便有了破土的能量。
熱門(mén)跟貼