對話百度“自由畫布”創(chuàng)作團隊：多模態(tài)AI創(chuàng)作工具“立等可取”

“應(yīng)用來了”是百度世界大會2024年的主題。數(shù)據(jù)顯示，截至今年11月初，百度文心大模型的日均調(diào)用量已經(jīng)超過15億，相較一年前首次披露的5000萬次，增長約30倍。百度創(chuàng)始人李彥宏表示：“這條陡峭的增長曲線，代表著過去兩年中國大模型應(yīng)用的爆發(fā)?！?/p>

為了迎接AI應(yīng)用爆發(fā)的到來，百度一方面發(fā)布了兩大賦能應(yīng)用的AI技術(shù)——檢索增強的文生圖技術(shù)（iRAG）和無代碼工具“秒噠”；另一方面帶來了一款全模態(tài)AI創(chuàng)作工具，由百度文庫和百度網(wǎng)盤聯(lián)合開發(fā)的工具類智能體——“自由畫布”。

“自由畫布可以幫你完成從找資料到編輯，再到生成和分享的全部任務(wù)。每個人都可以成為漫畫家、短視頻導(dǎo)演。”李彥宏強調(diào)道，“這不是期貨，是立即可用的現(xiàn)貨?！?/p>

自由畫布是百度文庫、百度網(wǎng)盤聯(lián)合首創(chuàng)的內(nèi)容操作系統(tǒng)，打通了公域與個人授權(quán)的私域內(nèi)容，通過“一拖一圈”的極簡操作，實現(xiàn)對全格式、全模態(tài)文件的混合理解、生成、創(chuàng)作，并支持對富媒體文檔的一鍵分享和存儲，實現(xiàn)輸入、編輯、創(chuàng)作、分享自由。

近日，記者采訪到了自由畫布的創(chuàng)作團隊，探秘自由畫布產(chǎn)生背后的故事。

百度文庫AI MAU超7000萬

自大模型發(fā)布之后，百度一直在用AI重構(gòu)各業(yè)務(wù)。據(jù)介紹，目前，百度文庫的AI用戶MAU突破7000萬，已經(jīng)成為國內(nèi)最大的AI原生產(chǎn)品。與此同時，百度文庫也推出了智能PPT、智能研報和智能畫本等AI能力。為了讓用戶更加方便地使用百度文庫AI能力，近期百度文庫還針對文庫首頁進行重新改版，除了提供專業(yè)權(quán)威的內(nèi)容搜索以外，也將AI能力進行整合，提供了智能對話、智能PPT多種AI工具箱，方便用戶使用文庫AI功能。

目前百度文庫團隊正在研發(fā)的重點，是全新的全模態(tài)的AI創(chuàng)作工具自由畫布。

“在AI能力發(fā)布后，世界上存在兩種邊際性的工具產(chǎn)品，第一類是WPS和Office的編輯器，這類的特點是創(chuàng)作成本非常高，它可以通過用戶意圖生成用戶想要的內(nèi)容。第二類是AI編輯器，這類編輯器特點是門檻相對比較低，可以生成大量文本，但是很難創(chuàng)意出來用戶想要的精準內(nèi)容，生成的大部分內(nèi)容用戶沒有辦法直接使用?！卑俣任膸霢I產(chǎn)品負責人鐘昊解釋道，百度自由畫布是未來的AI創(chuàng)作平臺，期望通過自由畫布產(chǎn)品，同時解決操作成本很高和無法精準生成內(nèi)容兩個難題，真正實現(xiàn)自由輸入和自由創(chuàng)作。

自由輸入的第一個層面是指用戶電腦本地、百度網(wǎng)盤以及網(wǎng)頁里面所有的素材，全部都可以自由拖入到自由畫布里面進行編輯；另外一個層面是指素材的模式和文件的格式，不只支持文本、音視頻、PDF，甚至支持URL更多內(nèi)容類型直接拖入到自由畫布里面。

“真正實現(xiàn)一拖一放，就可以把相關(guān)的編輯素材拖到自由畫布里面進行編輯?！辩婈徽f道，自由創(chuàng)作也分兩個層面，第一個層面是指自由畫布里面的多個素材或單個素材，全部或者部分內(nèi)容可以進行內(nèi)容創(chuàng)作；第二個層面是自由畫布可以生成多模態(tài)的內(nèi)容，不只是文本、文檔，還有音像視頻的內(nèi)容形式。

百度副總裁、百度文庫&百度網(wǎng)盤負責人王穎告訴記者，自由畫布的設(shè)計理念是解決從輸入到處理到輸出，多個不同內(nèi)容，跨模態(tài)多平臺操作，最后都可以在一個產(chǎn)品上實現(xiàn)。“過去Word、視頻、圖片都有不同的編輯系統(tǒng)，沒有辦法在一個平臺實現(xiàn)融合；其次，用戶私有內(nèi)容（本地內(nèi)容）和網(wǎng)絡(luò)上的公域內(nèi)容很難融合，自由畫布則能充分理解本地知識和公網(wǎng)上知識，協(xié)同生成一個非常完整的知識?！?/p>

自由畫布產(chǎn)生的過程

自由畫布的設(shè)計理念其實經(jīng)歷了兩個階段。第一個階段，從去年3月份百度開始用AI重構(gòu)內(nèi)部業(yè)務(wù)的時候，文庫的重新定位是內(nèi)容創(chuàng)作和查找內(nèi)容的起點?！暗覀儼l(fā)現(xiàn)了一個比較大的問題，就是各種素材編輯器特別多，且分布在不同的平臺。發(fā)現(xiàn)這個問題之后，我們就堅定要做融合跨模態(tài)編輯器?！蓖醴f說道。

確定了融合的編輯器，百度文庫開始找一個品類做嘗試，看看路徑能否走通，于是就推出了PPT功能，后來發(fā)現(xiàn)用戶需求非常大，產(chǎn)品嘗試范圍逐漸擴大，到今年2、3月份，自由畫布的產(chǎn)品形態(tài)逐漸變得比較清晰。

“自由畫布不是第一天長成這個樣子的?！辩婈徽f道，在極小范圍測試時產(chǎn)品經(jīng)過幾輪迭代，最早時候的產(chǎn)品形式甚至不是畫布。在融合編輯下進行灰度測試時，發(fā)現(xiàn)用戶使用融合編輯器的自由和開放程度比產(chǎn)品經(jīng)理想的還要多。例如，有的用戶會把自己收藏的文章段落、自己拍攝過的圖片視頻，或者在網(wǎng)上找到的截圖，統(tǒng)統(tǒng)放到一個文檔里面編輯使用，然后用AI生成他想要的文檔、圖片、圖文結(jié)合的海報或者視頻。最后才有了今天自由畫布的產(chǎn)品形態(tài)。

王穎表示，自由畫布主要從輸入、處理和輸出三個維度進行考慮。因為是內(nèi)容操作系統(tǒng)，涉及輸入和輸出，所以一定要做多模態(tài)。在4月份的時候，把漫畫和繪本功能都做出來了，這中間其實是打通整個底層編輯器的過程，從文檔類的編輯器，向多模態(tài)的編輯器一點一點積累，逐漸形成了產(chǎn)品形式和產(chǎn)品雛形。

“在此過程中，我們面臨的一個較大問題就是公域和私域融合的問題，因為百度文庫是公域的，百度網(wǎng)盤是私域，所以從9月開始，百度文庫開始處理和百度網(wǎng)盤協(xié)同、打通的事情。”王穎透露，自由畫布的整個產(chǎn)品思路已經(jīng)清晰了，百度文庫和百度網(wǎng)盤底層能力的打通已經(jīng)準備好，用戶交互層面正在內(nèi)部迭代中，目標是在11月底對外體驗。

“無論是行業(yè)內(nèi)的人士，還是投資人，都覺得網(wǎng)盤和文庫應(yīng)該在一起?！蓖醴f說道，“首先，內(nèi)容生產(chǎn)就是創(chuàng)作、編輯和存儲與管理，創(chuàng)、編屬于文庫，存、管屬于網(wǎng)盤；其次，歸到網(wǎng)盤，希望從內(nèi)容生產(chǎn)的起點，到消費的終點，可以用‘網(wǎng)盤+文庫’成為跟用戶溝通的新媒介。未來好的AI能真正成為個人的助手，一定要懂你的私域的東西，而現(xiàn)在很多大模型都是抓取的公域知識，公私域的結(jié)合在未來場景一定很大?！?/p>

如果沒有大模型，百度網(wǎng)盤和百度網(wǎng)盤可能只能停留在功能項的融合層面。而大模型的出現(xiàn)，讓產(chǎn)品的邊界發(fā)生了變化。王穎舉例說道，文庫從原來的檢索平臺變成可以創(chuàng)作的平臺，網(wǎng)盤從原來的存儲平臺變成既可以消費也可以創(chuàng)作的平臺。

“大模型讓產(chǎn)品邊界發(fā)生了變化，讓這兩件事（文庫和網(wǎng)盤）變成是一件事，因為創(chuàng)作和存儲本來就是循環(huán)的。另外，產(chǎn)生的數(shù)據(jù)還可以形成數(shù)據(jù)飛輪，讓產(chǎn)品變得越來越好。在做預(yù)訓練的時候，數(shù)據(jù)決定了模型的基礎(chǔ)；后面模型的提升，則完全靠數(shù)據(jù)的質(zhì)量和精度?！蓖醴f說道。

商業(yè)化的變化

據(jù)了解，自由畫布主要定位于兩類人群，一類是年輕用戶，一類是專業(yè)用戶。專業(yè)用戶的使用深度比較高，使用產(chǎn)品時的痛點更強，他們希望有更好的產(chǎn)品、更高科技的產(chǎn)品，幫他解決問題。年輕用戶是原生的手機用戶，還沒有接受過傳統(tǒng)編輯工具的人，對簡單易用、高精尖的接受程度比較高。

“大模型對產(chǎn)品重構(gòu)在商業(yè)上帶來的變化就是，產(chǎn)品年收入同比增長了20%?！蓖醴f指出，網(wǎng)盤和文庫的商業(yè)模式天然就和大模型非常匹配，包括AI能力擴展邊界帶來更多的權(quán)益，可以開發(fā)出更多的產(chǎn)品組合，以及會讓付費率、轉(zhuǎn)化率提升。

目前百度文庫和百度網(wǎng)盤都有各自的會員體系，打通文庫和網(wǎng)盤而誕生的自由畫布在會員體系上是否會做打通？

“一年內(nèi)可能不會變成一個會員，但是兩個產(chǎn)品會有聯(lián)合會員。聯(lián)合給到用戶的時候，無論從用戶體驗上，還是商業(yè)模式上，都能感覺到網(wǎng)盤和文庫在一起提供服務(wù)?！蓖醴f解釋道，因為兩個產(chǎn)品各有側(cè)重，比如網(wǎng)盤強調(diào)存儲和消費，文庫強調(diào)內(nèi)容生產(chǎn)和創(chuàng)作。但是未來如果能實現(xiàn)生產(chǎn)和消費的端到端，一產(chǎn)品一票制也是有可能的。

對于未來的產(chǎn)品創(chuàng)新方向，鐘昊透露，首先在產(chǎn)品交互層面，會用LUI（語言用戶界面）+GUI（圖形用戶界面）的方式，變得非常自然，實現(xiàn)“指哪打哪”。現(xiàn)在不少用戶反映一些大模型應(yīng)用不好用，是因為用戶希望大模型作出局部調(diào)整的時候，在重新生成時大多數(shù)很難準確實現(xiàn)。其次，在數(shù)據(jù)模態(tài)上，用戶不只是有需求消費單一模態(tài)內(nèi)容的需求，而是衍生出相關(guān)的多模態(tài)內(nèi)容其實都需要。第三點是產(chǎn)品形態(tài)上，朝工具+內(nèi)容的結(jié)合，過去提供工具的產(chǎn)品只提供工具，提供內(nèi)容的產(chǎn)品只提供內(nèi)容，未來大模型是內(nèi)容和工具結(jié)合在一起的。