百度搜索近日宣布，旗下文心助手AIGC創(chuàng)作能力迎來重大升級，推出覆蓋AI圖片、視頻、音樂、播客等8種模態(tài)的創(chuàng)作矩陣，并同步發(fā)布行業(yè)首個開放式實時互動數(shù)字人智能體。此次升級標志著搜索引擎從傳統(tǒng)信息檢索工具向“全能創(chuàng)作與服務(wù)平臺”的跨越式轉(zhuǎn)型，突破多項技術(shù)瓶頸，為用戶提供更高效的創(chuàng)作與解決方案。

升級后的文心助手以全棧式創(chuàng)作能力為核心，尤其在視頻生成領(lǐng)域?qū)崿F(xiàn)突破性進展。依托百度蒸汽機（文心專精）模型的技術(shù)迭代，傳統(tǒng)AI視頻10秒左右的時長限制被徹底打破，用戶輸入一段文字即可實時生成3分鐘故事大片，涵蓋情節(jié)設(shè)計、角色建模、鏡頭運鏡及配樂合成全流程，生成速度超越國內(nèi)主流同類模型。平臺還集成“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、動態(tài)視頻制作及音頻創(chuàng)作的完整生態(tài)鏈。

數(shù)據(jù)顯示，文心助手用戶日均生成AIGC內(nèi)容已突破千萬量級，多模態(tài)創(chuàng)作工具的規(guī)模化應(yīng)用價值得到充分驗證。即將上線的音樂數(shù)字人分身功能將進一步打通“創(chuàng)作-演繹”全鏈路，實現(xiàn)AI從內(nèi)容生成到個性化演繹的閉環(huán)。

在任務(wù)解決能力方面，文心助手通過構(gòu)建多工具調(diào)用引擎，支持用戶一鍵觸發(fā)跨領(lǐng)域服務(wù)，覆蓋生活規(guī)劃、健康咨詢、教育輔導(dǎo)及職場辦公等場景。例如，家長查詢“小學(xué)生科學(xué)實驗方案”時，系統(tǒng)可自動整合實驗步驟文本、器材清單圖片、操作演示短視頻，并生成可打印任務(wù)卡，避免用戶多次切換工具。這一“需求-解決方案”直達模式，體現(xiàn)了文心大模型對用戶意圖的深度理解與資源調(diào)度能力。

同步發(fā)布的開放式實時互動數(shù)字人智能體成為另一大亮點。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)核心優(yōu)勢，具備三大特性：其一，超擬真交互體驗，通過10分鐘真人樣本數(shù)據(jù)即可復(fù)刻聲音特征、動作習(xí)慣與微表情，口型準確率與表情自然度達行業(yè)領(lǐng)先水平；其二，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，實時對話延遲控制在百毫秒以內(nèi)；其三，開放式服務(wù)生態(tài)，已接入法律、情感、旅游等領(lǐng)域?qū)＜覕?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。