百度搜索正式宣布文心助手AIGC創(chuàng)作能力全面升級，推出涵蓋AI圖片、AI視頻、AI音樂、AI播客等8種模態(tài)的創(chuàng)作矩陣，并同步發(fā)布行業(yè)首個(gè)開放式實(shí)時(shí)互動(dòng)數(shù)字人智能體。此次升級不僅突破多項(xiàng)技術(shù)瓶頸，更標(biāo)志著搜索引擎從信息檢索工具向”全能創(chuàng)作與服務(wù)平臺(tái)”的深度轉(zhuǎn)型。?

升級后的文心助手構(gòu)建起全棧式創(chuàng)作能力，其核心突破集中在視頻生成領(lǐng)域。依托百度蒸汽機(jī)（文心專精）模型的技術(shù)迭代，傳統(tǒng)AI視頻10秒左右的時(shí)長限制被徹底打破，實(shí)現(xiàn)”輸入一段話生成3分鐘故事大片”的長視頻實(shí)時(shí)交互創(chuàng)作。從情節(jié)設(shè)計(jì)、角色建模到鏡頭運(yùn)鏡、配樂合成，全流程由AI自動(dòng)完成，生成速度已超越國內(nèi)主流同類模型。?

在創(chuàng)作場景延伸上，平臺(tái)集成”一句話寫歌””MV制作””名場面模仿秀”等特色功能，搭配超30種特效模板，形成覆蓋靜態(tài)圖像處理、動(dòng)態(tài)視頻制作、音頻創(chuàng)作的完整生態(tài)鏈。百度搜索相關(guān)負(fù)責(zé)人透露，文心助手用戶日均生成AIGC內(nèi)容已突破千萬量級，印證了多模態(tài)創(chuàng)作工具的規(guī)模化應(yīng)用價(jià)值。值得關(guān)注的是，后續(xù)即將上線的音樂數(shù)字人分身功能，將進(jìn)一步實(shí)現(xiàn)”創(chuàng)作-演繹”的全鏈路AI賦能。?

除內(nèi)容創(chuàng)作外，文心助手在任務(wù)解決能力上實(shí)現(xiàn)關(guān)鍵升級。通過構(gòu)建多工具調(diào)用引擎，用戶可一鍵觸發(fā)跨領(lǐng)域服務(wù)，覆蓋生活規(guī)劃、健康咨詢、教育輔導(dǎo)、職場辦公等核心場景。例如家長查詢”小學(xué)生科學(xué)實(shí)驗(yàn)方案”時(shí)，系統(tǒng)可自動(dòng)整合實(shí)驗(yàn)步驟文本、器材清單圖片、操作演示短視頻，并生成可打印的任務(wù)卡，無需用戶多次切換工具。?

這種”需求-解決方案”的直達(dá)模式，本質(zhì)是文心大模型對用戶意圖的深度理解與資源調(diào)度能力的體現(xiàn)。百度方面表示，該功能通過持續(xù)學(xué)習(xí)用戶交互數(shù)據(jù)，正不斷優(yōu)化工具組合策略與響應(yīng)效率。

同日發(fā)布的開放式實(shí)時(shí)互動(dòng)數(shù)字人智能體，成為本次升級的另一大亮點(diǎn)。該技術(shù)基于文心大模型4.5構(gòu)建，融合NOVA數(shù)字人技術(shù)的核心優(yōu)勢。

超擬真交互體驗(yàn)：通過10分鐘真人樣本數(shù)據(jù)即可復(fù)刻聲音特征、動(dòng)作習(xí)慣與微表情，口型準(zhǔn)確率與表情自然度達(dá)到行業(yè)領(lǐng)先水平；?

毫秒級響應(yīng)能力：采用云渲染與端渲染雙引擎適配，兼容多終端場景，實(shí)時(shí)對話延遲控制在百毫秒以內(nèi)；?

開放式服務(wù)生態(tài)：目前已接入法律、情感、旅游等領(lǐng)域的專家數(shù)字分身，用戶可直接就專業(yè)問題展開深度對話，未來還將開放第三方開發(fā)者平臺(tái)。