每年春節(jié)前夕，各家平臺(tái)紛紛推出花樣繁多的營(yíng)銷活動(dòng)，玩法更是推陳出新，好不熱鬧。今年卻有些不一樣，以百度搜索的「AI拜年」為例，融合了AI的能力，用戶只要上傳照片并輸入一句話prompt，就能生成一張年味十足的定制拜年賀卡。

也許你會(huì)好奇，AI生成的圖片會(huì)不會(huì)「AI味兒」很重？困擾已久的幻覺問(wèn)題，怎么辦？AIGC的人物會(huì)不會(huì)有恐怖谷效應(yīng)？下面，跟隨K哥一起來(lái)測(cè)評(píng)吧。

01

當(dāng)AI有了「文化大腦」

現(xiàn)在，打開百度首頁(yè)，搜索“祝福語(yǔ)”，進(jìn)入到拜年的搜索結(jié)果頁(yè)，點(diǎn)擊“做賀卡”進(jìn)入到定制頁(yè)面，通過(guò)“創(chuàng)意照片”上傳你想要“玩”的圖片。圖片生成加上祝福語(yǔ)，你就擁有獨(dú)一無(wú)二的新年祝?？ㄆ?。

我驚喜地發(fā)現(xiàn)，無(wú)論是出圖質(zhì)量還是準(zhǔn)確度，都十分優(yōu)秀，有別于市面上的一些文生圖大模型。于是，我繼續(xù)深入做些測(cè)評(píng)，K哥先上傳一張馬斯克的照片，然后輸入提示詞：圖中的人物在東方明珠吃火鍋。

還不錯(cuò)吧？再生成一張：在黃浦江的游艇上打摜蛋。哈哈哈哈，果然都是金錢的味道。

大過(guò)年的，怎么能沒有餃子呢？幫我生成一張：在埃菲爾鐵塔包餃子?？催@架勢(shì)，沒個(gè)三五年手藝包不出這形兒，AI也太懂人間煙火氣了。

寫實(shí)的風(fēng)格，已經(jīng)難不倒AI了，接下來(lái)試試跨空間的創(chuàng)意。先來(lái)一張：沙漠里的天壇。雄偉壯觀、古樸典雅，真不愧是中國(guó)古代建筑的杰出之作。

再畫一張：深山里的“上海三件套”。開始我是忐忑的，直到看到這張圖片，被徹底震撼了，連上海三件套都能理解到位、精準(zhǔn)出圖，請(qǐng)收下我的膝蓋。

有山怎么能沒有水呢？再來(lái)一張：海邊的福建土樓。

一番測(cè)評(píng)下來(lái)，我直呼：這個(gè)AI太有「文化」、太上頭了，根本停不下來(lái)?；诎俣人阉鞯膬|級(jí)圖片資源，結(jié)合強(qiáng)大的基礎(chǔ)模型能力，在春節(jié)這樣最具中國(guó)特色的傳統(tǒng)節(jié)日中，精準(zhǔn)的文化優(yōu)勢(shì)得以凸現(xiàn)。

看到這里，你一定跟我一樣好奇：為什么AI味兒、幻覺問(wèn)題、恐怖谷效應(yīng)都神奇般的消失了？這背后的秘密就是AI生產(chǎn)力神器---百度iRAG。

02

百度iRAG，大揭秘

1）百度iRAG，究竟是啥？

iRAG（image based RAG），就是百度自研的檢索增強(qiáng)的文生圖技術(shù)，將百度搜索的億級(jí)圖片資源跟強(qiáng)大的基礎(chǔ)模型能力相結(jié)合，就可以生成接近真實(shí)世界的圖片，整體效果遠(yuǎn)遠(yuǎn)超過(guò)文生圖原生系統(tǒng)，去掉了AI味兒，也就解決了恐怖谷效應(yīng)問(wèn)題，工程實(shí)現(xiàn)的成本還很低?？偟膩?lái)說(shuō)，iRAG具有無(wú)幻覺、超真實(shí)、沒成本、立等可取等特點(diǎn)。

通過(guò)以上測(cè)評(píng)，想必都對(duì)iRAG的能力有了認(rèn)識(shí)，百度基于iRAG技術(shù)打造了“AI拜年”產(chǎn)品，讓AI真正服務(wù)于春節(jié)這樣的傳統(tǒng)節(jié)日，普通用戶都可以用來(lái)生成想象力豐富的圖片，讓年更「好玩」，充分感受到AI技術(shù)的魅力。

2）iRAG解決了什么問(wèn)題？

首先是幻覺問(wèn)題，這也是大模型規(guī)?；涞貞?yīng)用的主要限制之一。大模型幻覺是指大模型在生成文本、圖像、視頻等內(nèi)容時(shí)，模型可能會(huì)產(chǎn)生不符合事實(shí)或不準(zhǔn)確的信息，也就是大家常說(shuō)的：一本正經(jīng)的“胡說(shuō)八道”。就目前來(lái)說(shuō)，解決大模型幻覺的一種有效辦法是RAG（檢索增強(qiáng)生成）。

但是在文生圖片、文生視頻等多模態(tài)領(lǐng)域RAG的結(jié)合還不夠，幻覺問(wèn)題非常普遍，比如某開源模型生成的北京天壇的照片有4層，而真正的天壇是3層，再比如會(huì)出現(xiàn)一個(gè)人類的手掌有6個(gè)手指等等。直到2024年百度推出了iRAG技術(shù)，解決了多模態(tài)的幻覺問(wèn)題。

其次，iRAG實(shí)現(xiàn)了準(zhǔn)確性上的突破，準(zhǔn)確性是評(píng)估AI生成圖像效果的首要標(biāo)準(zhǔn)，生成的圖像必須真實(shí)反映現(xiàn)實(shí)世界。舉例來(lái)說(shuō)，你想生成貝克漢姆的圖片，AI卻給你生成了梅西，這樣的大模型肯定是沒戲的。百度搜索收錄了海量特定事物的可信圖片資源，大模型與這個(gè)靠譜的“外掛知識(shí)庫(kù)”相結(jié)合，iRAG生成的圖像，準(zhǔn)確率更高、幻覺更少。

03

AI科技的車輪，滾滾向前

跟任何一次科技浪潮一樣，AI技術(shù)發(fā)展勢(shì)不可擋，并且越來(lái)越深刻地改變?nèi)藗兊纳詈蜕a(chǎn)方式。以百度iRAG為例，iRAG在影視作品、漫畫作品、連續(xù)畫本、海報(bào)制作等領(lǐng)域都有廣泛的應(yīng)用空間，不僅可以有效降低AI生圖的幻覺問(wèn)題，而且生成的圖片更真實(shí)、自然，更重要的是大幅降低了創(chuàng)作成本。iRAG技術(shù)，好比一個(gè)「產(chǎn)業(yè)加速器」，許多產(chǎn)業(yè)將發(fā)生變革。

舉例來(lái)說(shuō)，在品牌宣傳領(lǐng)域，用傳統(tǒng)的方式拍一組汽車大片，找場(chǎng)景、拍攝、后期修圖等等，沒有幾十萬(wàn)根本搞不定?，F(xiàn)在有了iRAG，一個(gè)人、一臺(tái)電腦就能輕松出圖，創(chuàng)作成本接近于0。

這場(chǎng)AI技術(shù)浪潮是不可逆的，K哥非常看好iRAG在各行業(yè)的應(yīng)用前景，我身邊的設(shè)計(jì)師朋友，80%都已經(jīng)在用AI提升工作效率。我們已經(jīng)進(jìn)入到一個(gè)“人人都是設(shè)計(jì)師”的時(shí)代，相信不久的將來(lái)，就連賣煎餅果子的老板都能用AI設(shè)計(jì)出自己的專屬菜單，iRAG將普惠每一位創(chuàng)作者。

結(jié)束語(yǔ)

正如百度創(chuàng)始人李彥宏所說(shuō)的：“過(guò)去這24個(gè)月，對(duì)這個(gè)行業(yè)而言，最大的變化是什么？我的回答一定是，大模型基本消除了幻覺，回答問(wèn)題的準(zhǔn)確性大幅提升了，這讓AI從‘一本正經(jīng)的胡說(shuō)八道’，變得可用、可被信賴。” 在K哥看來(lái)百度iRAG技術(shù)，無(wú)疑是2024年AI行業(yè)的一大亮點(diǎn)，也是最重要的AI技術(shù)創(chuàng)新之一。

有理由相信，iRAG與千行百業(yè)的場(chǎng)景融合，必定會(huì)迸發(fā)出更多創(chuàng)意和創(chuàng)新的火花，希望有更多人拿起AI工具，加入到創(chuàng)作者的行列，最后以一句史蒂夫·喬布斯的名言作為結(jié)尾，與你共勉：“創(chuàng)新，是領(lǐng)導(dǎo)者與跟隨者的區(qū)別所在?！?/p>