智能体是什么？ 云开体育

几个月前，咱们概况会无极地认为，它是一种AI大模子赋能应用场景的新形态。今天，对倡导作念进一步的阐释澄莹不那么进攻了，径直上手作念就行。

2024年的百度宇宙大会上，文心智能体平台（AgentBuilder）展区的使命主说念主员，正辛苦呼唤每一位途经的不雅众来搭一个智能体（又叫“Agent”），“咱们已经极猛进程减少作念一个智能体所用的代码了”。实在，不雅众不到1分钟就能“手搓”一个智能体，然后喜跃离开。

干预的智能体展区丨百度宇宙大会2024

与市面上已有的对智能体的形容不同，百度首创东说念主李彦宏说，智能体就像转移时期的自媒体账号——领先它的修复门槛实足低，东说念主东说念主都能上手；另外，它可能会造成AI原生时期里，现实、信息和办事的新载体。

一切王人可智能体

智能体不错作念什么？

展区内，你不错向“农民院士智能体”求教如何播撒旱地稻；你会接到“销售客服智能体”的电话，在对方耐烦全面的解答下，心甘答应续费车险；或者写一段“大圣穿越到当代”的故事，用“文生图智能体”将它创作成漫画。

利用智能体文生图制作的漫画丨百度宇宙大会2024

现在，文心智能体平台上已有踱步在各个行业的15万家企业和80万名修复者。

字据应用的标的，李彦宏将智能体分红了4类：公司类（特地于传统的官网、公众号、企业号等）、扮装类（数字东说念主直播）、器具类（AI写稿、一键生成PPT等）、行业类（用于招聘、金融、客服等垂直界限）。

他要点先容了一款器具类智能体，“解放画布”。

它真的很解放。这款智能体买通了百度文库上的公域府上，以及百度网盘上的私域数据，让找府上、裁剪、生成、共享这依然由愈加丝滑。

“解放”的另一个体现是，素材不被着手、形式、形式为止。不论是灌音的通话、图文连结的行业论述，照旧发布会的视频，都不错被“拖拽”到这块画布上，按照用户需求生成一个全新的富媒体现实。

“解放画布”太解放了，以至于很难一句话先容，不错等着体验一下丨百度宇宙大会2024

“门槛低，东说念主东说念主可用”是一个前提，“天花板得实足高，多个智能体配合，智力处罚愈加复杂的问题”又是另一个前提。对此，百度官宣了秒哒，一个零代码应用修复平台（将于来岁第一季度上线）。

李彦宏以“为萝卜快跑发布会搭建举止报名系统”为例。

输入需求后，一个慎重权术的智能体领先出现，将任务拆解成需求笃定、现实坐褥、工程修复3个设施，况且分裂“召集”了“运筹帷幄”“案牍”“表率员”“质检员”等智能体分头开展使命。

“表率员”在敲代码时，李彦宏说，“它写什么你完全不需要看懂，只消知说念它在写就行”，因为写完之后会有“质检员”来查抄代码能不成跑得通。

正在制作电子邀请函的秒哒丨百度宇宙大会2024

无代码编程、基于文心大模子的想考和权术智力对多智能体疗养和编排、大模子对iRAG/舆图API等多器具调用——这些智力将会让“秒哒”成为迄今为止最复杂的多智能体配合器具。

图片幻觉“灭绝术”

“逝宇宙各地打卡”，这是生图器具出现之后，大家最可爱的应用之一，哪怕是在百度宇宙大会现场，“AI合照”依然是最干预的展台。

但怕生怕在，让AI生成一张打卡北京天坛的像片，后果把本来3层的祈年殿画成了4层，闹了见笑。

往时的AI生成了4层的祈年殿像片丨百度宇宙大会2024

这是因为，大模子是个概率模子，用它生成的现实具有不笃定性。为了处罚大模子自身的“幻觉”问题，这里需要提到一个本事——RAG。当大模子“学问储备”有限时，不错通过一些工程化妙技（比如联网检索、学问库搜索等），先把联系信息找出来，再指导大模子进行回答，从而大大提高恢复质地。

往时的RAG主要作念在文本层面，但在图像等多模态方面还连结得不够，导致AI绘制不绝也有“幻觉”的问题。因此百度修复了iRAG（image based RAG），也等于检索增强的文生图本事，将百度搜索集中的亿级图片资源和大模子智力联络结。

百度CTO王海峰简要先容了iRAG本事：

领先，大模子对用户的需求进行分析意会，自动权术精准或泛化决策，比如对哪些实体进行增强；

接着，对需要增强的实体检索并聘请相应的参考图；

终末，在生成阶段利用自研的多模可控生图大模子，一方面通过局部阻扰力遐想，在保抓实体特征不变的情况下，终澄莹图像的高泛化生成，另一方面通过举座阻扰力遐想进行高精准的图像生成。

在用户的视角里，咱们看到在iRAG本事下生成的“爱因斯坦打卡照”，少了“机器味儿”，“爱因斯坦”也更像本东说念主——不错想象，在“特定布景中的特定东说念主物拿着特假寓品”这么的描画下，生成图像的质地和精准度一定会提高不少。李彦宏玩笑说，“若是众人的海报生成的车型长得像丰田，那可就糟心了”。

用iRAG本事生成的“众人揽巡飞越长城”的写实作风像片，细节都很信得过丨百度宇宙大会2024

放大看车型和车标，都莫得无理丨百度宇宙大会2024

无幻觉、超信得过、没资本、立等可取——具备了这些因素，AI生图就能代替以往为品牌拍一幅海报所浮滥的东说念主力和财力资本，AI图片初始有了生意价值。

AI眼镜，让智能助理随身佩戴

不少东说念主认为，若是大模子和智能体不成与物理宇宙产生贯串，那么就等于莫得价值。代表传统发布会的“实感”被留到了终末公布。这一次，搭载小度的不是智能音箱，而是一款AI眼镜。

发布会上，小度科技CEO李莹戴的等于它丨百度宇宙大会2024

动作“全球首款搭载汉文大模子的原生AI眼镜”，它主打6个功能。

第一视角拍摄。

看到稍纵则逝、来不足掏入手机拍照的时刻，是不是额外但愿眼睛有截图功能？有第一视角拍摄功能的眼镜就能作念到——拍照、摄像，都不错通过语音抑止。眼镜毕竟轻（小度AI眼镜傲气45g），东说念主也可能在通顺中，因此这款眼镜搭载了AI防抖算法，据小度科技CEO李莹先容，防抖作念到了“好意思满”；在镜头性能上，这个豆子大小的镜头用到了1600万像素的超广角——像素级别比刚出的iPhone 16前置摄像头高点儿。

顺应在通顺时辰拍摄第一视角像片、视频丨百度宇宙大会2024

边走边问。

这个功能哄骗场景大多在室外。比如走在路上看见漂亮的历史建筑，请它来说说背后的故事，特地于雇了个“戳一下蹦跶一下”的AI导游。需要说一下的是，AI的回答是通过眼镜腿上的麦克风传出的。

“边走边问”的导游功能丨百度宇宙大会2024

识物百科。

有点访佛于“边走边问”，但使用场景更闲居，包括但不限于识别花鸟虫鱼，以致不错识别你眼前一桌饭菜里概况含几许卡路里。这个功能照实是把百度的数据库上情状尽其用了。

识物百科在看展时辰的应用丨百度宇宙大会2024

视听翻译。

发布会先容未几，不太澄莹这个翻译能作念到什么进程，是只可翻译眼前的外文翰墨，照旧能作念到同声传译？咱们姑且保抓期待。

发布会的先容视频里惟一阅读外文翰墨的翻译状貌丨百度宇宙大会2024

智能备忘。

李莹在发布会中举的例子是，“阅读的时辰用手点一下，点的现实就能智能备忘了”，至于如何点、精准度如何样，还尚不得知。除此以外，应该也不错像同类型居品一样，连通手机端、平板端的备忘录，在眼镜上进行语音指示。

氛围歌单。

看起来似乎能连结你目下的知足，聘请顺应氛围的音乐给你听。不外，我个东说念主以为这个功能不太恭维——濒临一样的知足，有的东说念主振奋的有的东说念主伤感，更别提大家千奇百怪的音乐审好意思了。

个性推歌这个功能，你如何看？丨百度宇宙大会2024

展会现场，样品被框在了玻璃罩里。要比及来岁上半年才上市，价钱别传是“扫数很有真心”。更多对于舒限度、使用体验、近视/远视友好等细节问题也待回答。

不外这场谈判“有价值的AI应用”的发布会，简直从线上蔓延到了物理宇宙，从造谣浸透到了现实。

作家：沈知涵，李小葵

裁剪：Rex 云开体育