一、“相機+AI”會碰出什么火花？

在聊如何改造今天的手機上的相機之前，我們先來回顧一小段相機發(fā)展的歷史——

1913年6月，德國工程師奧斯卡·巴納克設計了一款輕型相機，這款相機創(chuàng)造性地使用35毫米電影膠片作為底片。

而在此之前相機都使用巨大的8*13厘米玻璃底片，使用這種底片的相機體積巨大，需要裝在笨重的木盒里使用大型三腳架才能固定。

所以，在巴納克的發(fā)明之前，照相是一種室內行為，人們在照相館里拍攝表情僵硬的肖像，而巴納克的發(fā)明讓相機第一次變得便捷。

人類第一次可以隨意在戶外拍攝鮮活、真實的畫面，這款相機被命名為“Leica”。

是滴，1913年，徠卡改變了人們使用相機的方式，從實用主義的產品哲學出發(fā)，真正提高了相機的使用頻次。

令人吃驚的是，他的方法并不是提升相機的拍照質量，而是徹底革新了相機的使用場景。

今天，AI給了相機一個“徠卡”級別的機會，讓充當“眼睛”功能的相機能真正接入“大腦”。

這就是這次百度AI Day上文庫和網盤發(fā)布“AI相機”想要做的事情——打造存儲、搜索、修圖、掃描、翻譯、創(chuàng)作一體的全模態(tài)超級入口，全面覆蓋存、管、用、創(chuàng)、享各環(huán)節(jié)能力。

二、到底什么是真正的“AI相機”？

“覆蓋存、管、用、創(chuàng)、享的全模態(tài)入口”到底是什么意思？

或者說，和手機自帶的相機相比，百度的這個“AI相機”有什么特別之處？

大部分人使用相機的一個常規(guī)操作是，先用手機原生相機拍照，然后到修圖應用修圖，到掃描應用識別，到翻譯應用翻譯，然后同步到云盤存儲管理。

這個體驗是割裂的，是分散的，是有成本的，是存在摩擦的。

而“AI相機”就是要解決這個問題——用一站式、用All in One的方式。

直觀地說，就是拍只是起點，圍繞拍之后的一系列AI動作才是核心——修圖美顏、拍照識別、解題、文字提取、翻譯、掃描、合同檢查等一系列AI功能，一站式解決用戶99%的對照片的存儲、拍攝、處理、管理等需求。

無論是生活場景的景點講解、植物識別、商品識別，還是工作場景的文件掃描、票據(jù)存檔，還是學習場景的拍照解題、錯題講解，AI相機都可以一條龍解決。

更重要的是，它還能「即拍即存」，所有拍攝云端直存，釋放出大量手機內存，讓用戶徹底告別內存焦慮，真正幫助用戶實現(xiàn)“拍、存、管”一體。

而它的長期管理功能，比如分享、智能分類、智能搜圖等功能則進一步增加了它的實用性——按地點、人物、事物、照片類型、資料類型等多維度智能分類。

甚至不少明星工作室、明星后援會都用百度網盤的相關功能來拉動與粉絲之間的互動。

AI相機All in One的設計

三、為什么說百度文庫網盤在打造AI時代的瑞士軍刀？

事實上，AI相機是文庫網盤敢說自己全模態(tài)輸入、處理輸出在輸入層面的一個縮影。

而在我看來，百度文庫網盤現(xiàn)在做的事情就是在打造AI時代的瑞士軍刀。

瑞士軍刀有什么本質特征？

因為它體現(xiàn)了技術設計的根本原則：通過合理整合提升實用性。

在工具稀缺的時代，我們追求每個工具的極致性能，但在工具過剩的時代，我們追求工具的整合性、便攜性和實用性——用戶不想在很多個不同的AI工具之間跳來跳去。

百度文庫和網盤希望做到：在你需要AI幫助的時候，它總是在那里，而且你不需要思考該用哪個工具。

它們的目標，是讓AI不再是零散的工具，而是能一站式解決問題的“超級生產力”。

就像一百多年前，一名士兵需要的不是一把最鋒利的刀、一個最堅固的螺絲刀和一把最精準的剪刀，而是一把能隨時解決所有問題的瑞士軍刀。

具體而言，百度通過“打點、連線、結網”的方式做到了全模態(tài)輸入、處理到輸出的完整交付。

如何理解？

我們逐一來看——

先看全模態(tài)輸入——“啥都能接住”。

輸入的背后是需求，而全模態(tài)輸入可以最大范圍鎖定用戶需求——全天候、全方位接受并響應用戶需求、啟動任務，支持各場景、各地區(qū)、各客戶端、各設備的鍵盤、AI麥克風、AI相機、AI視頻等全模態(tài)輸入方式。

舉個例子，很多AI產品是不支持用戶輸入網址的，也就是用戶丟一個http開頭的鏈接進去，它只知道這是一串字符串，根本沒辦法解析背后的內容，而這會嚴重限制用戶的輸入帶寬。

畢竟一個用戶的任何需求都不是憑空產生的，而是有起點的，這個起點大概率是基于某個已有的材料：一段視頻、一篇文章、一期播客，然后衍生AI需求，而全模態(tài)的需求則可以最大程度接住這種需求。

而要接住每一種模態(tài)的的輸入，其實依賴非常系統(tǒng)的基建，接住這些需求一方面既消耗大量的token，另一方面也依賴非常產品在細節(jié)層面的優(yōu)化。

再看全模態(tài)處理——“一個完整健全的神經系統(tǒng)”。

這里的全模態(tài)處理，其實核心是基于滄舟OS實現(xiàn)的，滄舟OS核心就是三個模塊——首先智能高效的調度系統(tǒng)，其次是海量公私域內容數(shù)據(jù)，最后是全面的AI能力。

一個直觀的比喻就是——滄舟OS是一個完整的“神經系統(tǒng)”，它不直接創(chuàng)造，但它感知、協(xié)調和調度。

它連接著各種功能模塊——那數(shù)百個AI Agent，有的是“眼睛”（AI相機，負責視覺輸入），有的是“大腦”（大模型，負責思考規(guī)劃），有的是“手”（PPT Agent、文檔Agent），還有的是龐大的“記憶體”（文庫和網盤的數(shù)據(jù)庫），最后形成合力，應對不同的全模態(tài)需求。

最后看全模態(tài)交付——“拒絕半成品：打通交付最后一公里”。

“用戶要的不是一把電鉆，而是墻上的那個洞�！�

沒錯，對于AI產品也一樣，用戶要的不是一個點的交付，而是一個完全體的交付，要的不是食材，而是一盤菜。

以新功能“GenFlow超能搭子”為例，你就只需要輸入如下需求——

“最近逛商場看到好多賣動漫二次元周邊的店，現(xiàn)在這個很火熱嗎?我也是學設計的，能靠這個創(chuàng)業(yè)嗎?幫我寫個市場調研報告”

幾分鐘之后，一份27頁、2.3萬字、8個圖表的詳細調研報告就完成了，而且這個報告還支持代碼模式進行查看，這就是全模態(tài)交付的重要性。

是滴，大部分用戶通常需要圖文并貌的文章、有專業(yè)圖表的PPT、帶聲音的視頻，以及這些內容的組合。

然而對于大部分AI產品，用戶拿到的都是原材料或者是半成品，需要做很多后續(xù)工作。

就好像給一堆樂高積木塊，然后說：

“看，你可以用它搭出任何東西！”

但用戶真正想說的是：

“我不想搭，我想要那座已經搭好的城堡�！�

沒錯，通過打點、連線、結網，百度文庫網盤將工具基建有機地整合成一個整體，而用戶只需要便捷地享用一站式服務。

四、被低估的百度文庫網盤

很多人AI前沿的從業(yè)者會有一個有意無意的傾向——追新，即認為新誕生的AI產品天然就更加AI Native，而從傳統(tǒng)工具轉型AI的產品則沒有那么性感。

我是不支持這個論調的，在我看來，用戶用腳投的票才是判斷一個AI產品的核心。

從這個意義上，我想分享在我看來百度文庫和百度網盤做的很好的兩個點——

1.善用信任的慣性

的確，在前AI時代，大量用戶已經把他們非常珍貴的數(shù)字資產——家庭照片、工作文檔、學習資料——交給了百度文庫和百度網盤。

比如百度文庫14億專業(yè)文檔、1000億GB存儲量——這些數(shù)字背后是真實的用戶需求和使用場景。

這種基于信任的長期關系，正是百度網盤、百度文庫直接用AI重構現(xiàn)有產品的出發(fā)點——不另起爐灶，而是延續(xù)信任的慣性。

百度的聰明之處在于：他們沒有要求用戶學習全新的工具，而是在用戶已經熟悉的文庫和網盤中無縫集成AI功能，解決實際問題，這大大降低了用戶的心理門檻和冷啟動難度。

2.獨有的數(shù)據(jù)是重要的護城河

沒錯，OpenAI的山姆奧特曼在最近也多次強調“Memory”對于ChatGPT的重要性。

在他看來，這是將用戶長期留在ChatGPT這個產品里的關鍵點，谷歌也在Gemini產品中強調了搜索記錄等數(shù)據(jù)的重要性。

而文庫的公域知識庫、網盤的私域數(shù)據(jù)庫和用戶記憶庫則構成了更立體的數(shù)據(jù)，它更深層次的意義在于，可以為AI提供了個性化的上下文，而這是其獨有的、不可復制的資產。

隨著百度文庫網盤在AI內容創(chuàng)作、內容消費、個人知識庫等領域繼續(xù)深耕，探索大模型行業(yè)從深度思考走向“深度交付”，其在與用戶海量交互中升級的立體數(shù)據(jù)會成為產品深厚的護城河。

的確，用戶用腳投票的數(shù)據(jù)是最誠實的，目前百度文庫AI月活用戶達9700萬。

而百度網盤的AI月活用戶超8000萬，在6月3日的AI產品榜中，百度網盤APP MAU超1.5億，位列應用榜國內總榜第一、全球總榜第二，僅次于ChatGPT。

結語

百度文庫網盤這個“全模態(tài)輸入、處理、輸出系統(tǒng)”其實是一個承諾，這個承諾就是——

“告訴我你的想法，剩下的交給我。我會用我所知道的一切（文庫），和你擁有的一切（網盤），把它搞定�！�

對于泛知識工作者而言，這是一個非常有吸引力的承諾，它意味著更少的摩擦，更多充滿確定性的創(chuàng)造，有望通過完整的交付重塑“超級生產力”。

——End——

作者簡介：衛(wèi)夕，公眾號“衛(wèi)夕指北”出品人，科技專欄作者，專寫長文，專注剖析互聯(lián)網及社會科學的底層邏輯；不關注這個賬號，你都不知道你會錯過神馬！