百度助力AI普惠：技术门槛的降低

AI技术在日常生活中的渗透，从家族群里各种创意十足的AI创作，到普通大众无需了解复杂技术就能轻松使用AI，展现了AI技术从精英工具向大众玩具的转变。同时提到百度在降低AI创作门槛、处理方言等方面的贡献，以及AI在不同场景下的广泛应用，体现了AI与烟火气的化学反应。

来源：新莓daybreak（此处已去除版权相关的特殊限制表述）

马斯克也可能会被要求拱手作揖拜年哦。想象一下家族群里那些有趣的场景吧，二舅能把全家福P到月球表面舞狮，三婶可以在喜马拉雅山顶煮出会发光的饺子，表哥还能够把财神爷请到自家客厅里来呢。这些创意满满的画面，都是AI带来的神奇效果。

那些参与创作、发布以及体验这些有趣内容的用户，他们中的大部分人可是从来都没有接触过AI工具的。他们不需要深入理解像CLIP或者Diffusion这样复杂的模型，只要像跟自家儿孙聊天一样，用自己熟悉的方言说出心中所想就可以了。比如说“在巴黎跳广场舞”或者“我要恭喜发财拜年视频”这样的需求。

技术真正的价值并不在于它能创造多少惊人的记录，而是在于它能够深入到多少普通人的生活当中。当不会说普通话的老人可以用方言与AI对话，当从未出过远门的大妈能在世界著名地标处翩翩起舞，当小学生可以利用AI设计旅游路线，当不会打字的大爷大妈用四川话就能让AI生成全家福贺卡，这才是技术真正意义上的“出圈”，真正走进大众的生活。

02 技术蹲下来

技术只有降低姿态，深入到市井生活的层面，才能够理解真实世界的需求。真正的技术革命，往往是在人们都没有意识到这是“技术”的情况下悄然发生的。就像现在，当爷爷奶奶们操着东北话、河南话、绍兴话对着手机大声说：“给俺整个在埃菲尔铁塔扭秧歌的视频”的时候，他们并不知道，这么一句话其实正在促使全球最先进的多模态大模型协同工作呢。

百度悄悄地降低了AI的创作门槛，让男女老少都能享受到技术带来的乐趣。以前，AI生图和AI生视频在普通人中没有流行起来，主要原因就是创作门槛太高了。你得使用非常精准的指令（prompt），甚至还要加上像“4K ultra - detailed”“cinematic lighting”之类的专业术语，经过多轮调整和反复测试，才有可能像抽盲盒一样得到理想的结果。而且AI生图和文本模型一样，本质上是对每个像素点进行预测，很容易出现不符合现实的奇怪画面，就像经典的“威尔·史密斯吃意大利面”那样。

以前要是让AI画“大妈在埃菲尔铁塔前跳舞”，画面可能会出现大妈长着六根手指，或者铁塔上挂着兰州拉面旗这样怪异的情况。现在有了IRAG就不一样了，就像有了一个严格的监工，红绸缎要有飘扬的质感，大妈抬腿的角度也必须符合人体工学。

方言的处理也是如此。以前，每个方言都需要单独开发一套系统，比如上海话、广东话都有各自不同的处理模块。再比如说，要是想用周杰伦的声音说东北话，还需要模型能够区分音色和方言特征。之前，AI要学会说方言，不仅要收集成千上万个小时的纯正发音，还要像语文老师一样逐个标注声调，仅仅是让AI分清广东话的“九声六调”，可能就需要花费半年时间来调整参数。好不容易教会AI说粤语，要是换成闽南语又得从头再来。

但是现在，通过深度神经网络，百度的语音AI系统能够将语音分解为独立控制的模块：音色（谁在说话）、内容（说什么）、方言（怎么发音）、情感（用什么语气）。这种参数化重组技术，让方言研发从手工操作提升到了工业化生产的水平。这就意味着周杰伦的声音可以说出纯正的东北话，重庆嬢嬢的语调也能完美地运用到英语拜年视频当中。

现在，仅仅需要几分钟的数据就能达到超越真人的语音合成（tts）水平，这就意味着大爷大妈只要录制两句话，就能让AI模仿他们的音色、音调和方言，在网络世界里代替他们拜年送祝福。

百度把创作门槛降低了。在技术专家眼里，这些成果体现在主体一致性、物理合理性、时空连贯性、语音和口型的匹配度等硬性指标的提升；但对于普通老百姓来说，就是感觉“这东西真像那么回事”。当大妈们制作出广场舞视频的时候，她们可不会关心背后的技术是怎么优化的，她们只在乎在家族群里能收到多少点赞的表情包，这才是技术普惠最生动的体现。

03 AI与烟火气的化学反应

我们不难发现一个趋势，那就是AI应用正在从“精英工具”转变为“大众玩具”，我们可能正处在2025年超级应用爆发的前夕。两年前，当ChatGPT写出莎士比亚风格的十四行诗时，全世界都为之惊叹。但是这个春节让我们明白了，文字只是人类表达的一小部分，真实的世界是多模态的，真正的智能必须要理解红绸扇舞动的物理学原理，以及乡音的抑扬顿挫。

2024年的AI还在实验室里比拼参数、较量基准测试（benchmark）；到了2025年的春节，它已经出现在千家万户的团圆饭桌上了。从用于写论文、画图表的精英专属工具，变成大妈跳舞、给亲戚拜年的大众工具，AI正在经历一次意义深远的转变。

这种转变的背后，是过去几年的积累和普及。大模型赋予的AI原生应用正在渗透到各行各业，并且从城市走向下沉市场，AI的含量越来越高，破圈效应即将出现。

百度就是一个很好的例子，它展现了AI在不同场景下的广泛应用。从推动生产力变革的工作场景，到日常生活中的情感陪伴，百度的产品在不断深入民心。李彦宏在2025年的全员信中提到，大模型赋能的AI原生应用正在各个行业和各种场景中迅速普及，虽然超级应用还没有出现，但是AI的实际渗透率已经不低了，并且在2025年还会继续呈井喷式增长。

百度文心智能体平台已经有15万家企业和80万开发者入驻，在律师、情感、健康等多个领域都成功建立了模式。这表明AI的应用已经不再局限于理论和实验阶段，而是真正开始在各个行业发挥作用，为不同领域的企业和开发者提供了强大的支持和赋能。

因为文心大模型的赋能，百度文库新增了上百项AI能力，涉及写作、PPT制作、搜索、文生图等方面，这使得这个老产品焕发出新的活力，百度文库AI功能的月活跃用户（MAU）突破9000万，日活跃用户（AI DAU）同比增长230%，甚至成为了付费领域的佼佼者。4000万愿意付费的用户，可不是单纯依靠营销手段就能实现的，本质上还是因为解决了用户的真实需求，得到了大家的认可。

包括今年春节出圈的方言搜索，也是因为AI的神奇力量，穿透了不同人群的圈层，拉近了人与人之间的距离。方言作为一种承载地域文化和情感的特殊语言形式，通过AI的搜索和识别功能，让更多人能够方便地使用和交流，这不仅促进了文化的传承和交流，也体现了AI在情感连接方面的巨大潜力。

过去两年，全球的科技巨头在寻找AI的杀手级应用（killer app）的道路上历经坎坷。他们投入了大量的资源和精力，试图找到那个能够真正引爆AI市场的应用。但是这个春节给出了答案，当全家人围坐在一起，看着AI生成的拜年视频笑得前仰后合的时候，超级应用就有了萌芽的力量。

文章阐述了AI技术在日常生活中的普及，从家族群里创意使用到大众无需复杂知识就能操作，体现其从精英向大众的转变。讲述百度在降低AI创作门槛、处理方言等方面的成果，以及AI在不同场景下广泛应用。还提到AI应用从精英工具向大众玩具转变背后的积累普及，以百度为例展示AI在各场景的渗透，最后指出春节期间家庭对AI生成拜年视频的喜爱暗示超级应用即将爆发。