8月18日的百度世界大会2021，你绝对不能错过的精彩亮点！

在这个智能科技飞速发展的时代，百度的世界大会于8月18日与央视新闻联手直播，主题为《AI这时代，星辰大海》。你觉得这次大会有哪些值得关注的内容呢？最大的亮点又在哪里呢？

AI这时代 星辰大海–百度世界大会2021

欢迎来到《未来触手可及：AI科技周刊 – 19》，这是您专属的AI科技前沿观察站，时间是2024年11月第3周。在这个快速变化的智能时代，我会为您带来最精华、最深入的AI新闻解读和技术分析。每周，我都会挑选出过去一周内最值得关注的AI新闻和技术突破，从硅谷到中关村，从实验室到市场应用，帮助您把握全球AI科技的最新动态。

模型

字节豆包团队推出了AI图像编辑模型SeedEdit [1]

SeedEdit 是国内首个产品化的通用图像编辑模型，使用简单的自然语言就能实现换背景、风格转换，甚至在特定区域增删替换元素，完全不需要手动描边。

想试试吗？可以进入 这个链接，上传你的照片，输入编辑提示，点击“编辑”就能体验了。

此外，它还可以在即梦和豆包平台上使用。

豆包 Web：这里

即梦 Web：这里

以即梦为例，上传一张参考图，选择“智能参考”，然后根据需要输入提示词即可。

想把手枪换成如意金箍棒吗？

一句话就能给黑白老照片上色，效果时尚又舒适。

即刻造梦，豆包PixelDance模型正式上线[2]

还记得我们之前提到的目前最强视频模型PixelDance吗？

今天终于不再内测，正式在即梦AI上线了。

您可以打开即梦App或访问官网

这里

在视频模型中选择最新的S2.0 Pro或P2.0 Pro。

S2.0 Pro专注于首帧一致性，而P2.0 Pro则能极高地遵循提示词，也就是说，您的各种创意都可以尝试用P2.0 Pro来实现。

比方说，我在网上找到了一张杀手47的图片。

给它一段提示词后，生成了下面的视频。

点击观看视频

讯飞星火推出多模态交互大模型[3]

本周讯飞星火推出了多模态交互大模型SDK，让开发者可以把这个模型的能力接入到自己的应用系统产品中。

点击了解更多

这个模型结合了语音、视觉和数字人交互功能，具体包括：

语音交互：支持语音到语音的端到端建模，能敏锐感知情绪变化，依据指令调整声音的节奏、音量和角色，提供更个性化的互动体验。

视觉交互：能够“听懂世界”“认清万物”，全面感知具体背景、物流状态等信息，让任务理解更精准。

数字人交互：引入超拟人数字人技术，数字人的动作可以精准匹配语音内容，快速生成表情和动作，极大提升AI的生动性和真实感。

这些都可以应用于个人助理、智能陪练、情感陪伴、教育培训等场景。

阿里云开源代码模型Qwen2.5-Coder[4]

阿里云通义大模型团队开源了通义千问代码模型系列，共有六款Qwen2.5-Coder模型。

新发布的旗舰模型Qwen2.5-Coder-32B-Instruct在EvalPlus等十多个主流代码生成基准上刷新了开源模型的得分记录，并且在考察代码修复能力的Aider和多编程语言能力的McEval等九个基准上超越了GPT-4o，实现了开源模型对闭源模型的反超。

产品

一句话生成应用，通义代码模式正式上线[5]

通义的代码模式就是利用Qwen2.5-Coder模型，可以用一句话直接制作应用。

进入通义千问后，点击前往代码模式。这里

接下来，您可以直接输入应用需求，通义代码模式会自动生成代码。

应用会直接可以预览和下载分享。

百度发布秒哒，无需编程实现各种想法[6]

在百度世界2024大会上，百度推出了类似于通义低码模式的产品——秒哒，无需编写代码，就能实现各种创意。

百度的CEO李彦宏表示，秒哒有三个特点：无代码编程、多智能体协作和多工具调用，“我们即将迎来一个只靠想法就能赚钱的时代”，让每个人都可以像程序员一样轻松实现创意。

现在秒嗒还在内测阶段，想要体验的小伙伴们可以去申请，申请地址在这里哦：https://digital.cloud.baidu.com/mF/commonLandingPage/CTA/889605a4883041b98b16538350ea33f8

百度新推出的自由画布，真是个万能工具！

这款“自由画布”是百度文库和百度网盘合作开发的，功能强大。

https://www.zhihu.com/video/1841421950628524034

它是由文心多模态大模型驱动的万用白板，能帮你完成找资料、编辑、生成和分享等各种任务。

你可以把音频、视频、图片等素材拖到画布上，随便输入一句话，就能生成你想要的内容。

想制作数据图表或者PPT？直接在画布上就能搞定。

百度把文库里的公开知识和网盘里的私人资料结合起来，再利用AI大模型，助力各种内容创作。

关于百度的iRAG技术，让AI绘图更真实！

在2024年的百度世界大会上，除了自由画布和秒嗒，iRAG也是一款与AI绘图相关的新产品。

你可能知道，AI绘图有时会出现“幻觉”，这是什么意思呢？

例如，你让AI画个故宫，虽然看起来还不错，但细节上总会和真实的故宫有差距。

iRAG技术通过整合百度搜索的海量图片和强大的基础模型，解决了这个幻觉问题。

比如上面的图片是爱因斯坦在天坛前抽烟，左边是百度生成的，大家可以对比一下，左边看起来就像真实照片一样。

这就是iRAG解决的幻觉问题，能够精准生成特定的人物、地点和事件。

它的原理是从庞大的图库中找到与文本描述最相关的图片，然后理解、重组、创新这些图片，最终生成高质量的全新图像。

现在在文心一言上体验的，正是百度的iRAG技术。

你觉得精准吗？

ima.copilot Windows版本终于来了！

上个月介绍过的腾讯推出的桌面端Copilot ima.copilot，当时只限于Mac用户，现在Windows版本终于上线了！

https://ima.qq.com/

我觉得，腾讯的Copilot客户端通过私有知识库功能，实现了与其他产品的差异化竞争。

用户可以批量上传大量的PDF和Word文件，作为自己的私有知识库。

此外，你还可以把ima.copilot当作浏览器，随时收藏网页内容到你的私有知识库中。

这样一来，后续提问的时候，就可以直接利用你自己的知识库来回答。

秘塔AI搜索新推出“专题”板块，支持自定义知识库的AI搜索

这周秘塔AI搜索也推出了全新的“专题”板块，同样是用自定义知识库进行AI搜索。

进入秘塔AI搜索的专题页面后，可以看到创建专题的选项，用户可以上传文件来构建AI搜索。

创建专题后，可以上传文件或粘贴在线网址。

之后，你可以在专题内进行提问，这对那些有大量内部培训资料的人，快速查找信息特别有帮助。

最重要的是，这个专题可以直接提供API接口。

这样一来，你就可以低成本在企业内部实现办公助手等应用。

至于费用方面，5000点的免费额度相当于可以上传500M的文件，或进行500次API调用。如果需要增加额度，最高折扣是每1000点（即上传100M文件/进行100次API调用）只需2.6元。

硬件方面

小度AI眼镜，全球首款搭载中文大模型的AI眼镜[11]

在2024百度世界大会上，小度科技的CEO李莹推出了全球首款搭载中文大模型的原生AI眼镜——小度AI眼镜。

这款眼镜配有1600万像素的广角摄像头，重量仅为45克，续航时间长达56小时，连续听歌超过5小时，一次充电只需30分钟，用户可以随时与AI互动，化身为AI导游、百科全书、翻译助手和音乐DJ。

https://www.zhihu.com/video/1841421827156615168

这款眼镜预计明年就会上市。

雷鸟新款AI拍摄眼镜也在路上！[12]

除了小度的AI眼镜，雷鸟最近也放出了预告，准备推出新款AI拍摄眼镜——雷鸟V3。

目前已知的信息是，这款眼镜将搭载高通骁龙AR1处理器。

这个高通骁龙AR1芯片专为轻薄智能眼镜设计，显著优化了功耗，并集成了第三代NPU，提升了图像增强、语音交互和图像搜索等性能。

新款AI眼镜即将来袭，互动更自然！

最近，雷鸟透露，他们正在和国内顶尖的AI大模型公司合作，计划为即将推出的眼镜打造一个基于眼镜端的强大大模型。这意味着，未来用户可以享受到更加自然的互动体验，以及更加丰富的应用场景，真是让人期待啊！

END

大家好，我是李祺，专注于微软 Power Platform 的 MVP。自2014年进入开发行业以来，我对微软的云产品有了深入了解。从2020年开始，我主要聚焦于 Power Platform，帮助微软和许多公司进行售前、培训和实施服务。最近，我还进军了 Azure OpenAI 的领域，希望能普及更多的产品知识，帮助国内用户更快上手。自2021年起，我创建了个人公众号和知乎账号【李祺 Varman】，目前已经提供了200多份 Power Platform 的中文学习资料，并持续更新与 ChatGPT 和 Azure OpenAI 相关的内容，欢迎大家到公众号的【问答社区】来咨询问题！