AI要用起來，“最后一公里”的問題是老生常談。

 用AI重做千行百業(yè)，交付是重中之重：都知道，用戶找PPT模板，不只為模板，而是為了產(chǎn)出工作、學(xué)習(xí)用的PPT；用戶拍照，不只為拍照，而是為了記錄、修圖、發(fā)朋友圈；用戶掃描文件，不只為掃描，而是為了存儲、檢查文件……

 當(dāng)下的AI賽道，人們早就發(fā)現(xiàn)了“最后一公里”的重要性，誰能一站式地用AI為用戶完成更多的需求，誰就能更早用AI實(shí)現(xiàn)“超級生產(chǎn)力”，占上AI“超級入口”的山頭。

 道理都懂，但要走好這“最后一公里”，今天卻還有許多阻礙。

 一個(gè)，是當(dāng)下紛繁復(fù)雜、功能各異的AI能力、智能體缺乏整合。

 用戶想要把AI用好，就不得不在各個(gè)產(chǎn)品、平臺之間來回切換，消費(fèi)—?jiǎng)?chuàng)作—再創(chuàng)作的各個(gè)環(huán)節(jié)被繁多的壁壘所割裂。

 另一個(gè)，是現(xiàn)有不少AI產(chǎn)品，完成交付能力仍然存在瓶頸。

 用戶對交付的需求，往往既有圖文、又有PPT、圖表、音視頻等多模態(tài)格式，甚至是上述諸多形式的組合。而大部分的AI產(chǎn)品，給用戶交付的要么只有干癟的文字，要么就是一些半成品，還需要用戶重新進(jìn)入Ps、Pr等工具中再次編輯。

 怎么解決這兩大痛點(diǎn)，百度文庫和網(wǎng)盤是有想法的。

 AI要無所不能、無處不在，關(guān)鍵不僅要AI更聰明、更能干活，還得要多個(gè)智能體可以協(xié)同解決問題，給用戶更完整的交付。

 其中的重中之重，用三個(gè)字概括，就是“全模態(tài)”。

 4月25日，在百度Create 2025大會上，文庫和網(wǎng)盤雙劍合璧，首發(fā)了“滄舟OS”——一個(gè)可以實(shí)現(xiàn)全模態(tài)輸入—處理—輸出的AI技術(shù)底座。

 

輸入層，文庫網(wǎng)盤支持全模態(tài)輸入，無論從什么設(shè)備、什么客戶端，用戶都可以向大模型輸入文字、語音、圖片視頻、Html等多種模態(tài)的內(nèi)容，省去一步格式轉(zhuǎn)化的操作，就大幅降低了使用大模型的復(fù)雜度，讓用戶體驗(yàn)提升了一個(gè)量級。

 百度文庫和網(wǎng)盤的全模態(tài)輸入，值得多提一句。百度副總裁，文庫事業(yè)部、網(wǎng)盤事業(yè)部負(fù)責(zé)人 王穎提到，要做好全模態(tài)的輸入，讓用戶和AI的交互能不受文件模態(tài)、格式的限制，百度是早有預(yù)謀。

 “過去，AI鍵盤我們一直在做，AI麥克風(fēng)我們也完成了一部分；今年，我們最主要的工作，是完成了百度網(wǎng)盤的AI相機(jī)——這樣，文字、語音、圖像、視頻幾個(gè)大模塊的全模態(tài)輸入基本就做完了?！蓖醴f如是說道。

 處理層，滄舟OS有著更智能高效的調(diào)度中樞，如同指揮塔拆解任務(wù)、發(fā)號施令，旗下多智能體精誠合作、各展所長，讓AI的交付速度和效果均有提升。

 文庫是圖文生產(chǎn)的起點(diǎn)，工具鏈完整打通，內(nèi)容創(chuàng)作平臺的定位也就能立得住。網(wǎng)盤要做除了圖文、視頻之外的全模態(tài)生產(chǎn)和消費(fèi)，比如視頻生成、混剪，網(wǎng)盤過去沒有，百度下半年也要給用戶這種能力。

 AI產(chǎn)品的功能要越來越全，Agent也越來越多，MCP（模型上下文協(xié)議）以其更簡單、更通用的標(biāo)準(zhǔn)，讓AI Agent介入產(chǎn)品的門檻被大大降低，成了今天AI圈的“金手指”。

 文庫專精圖文處理，網(wǎng)盤則擅長視頻、圖像等富媒體處理，兩者本就互補(bǔ)，要在滄舟OS上完成全模態(tài)的全流程處理，文庫和網(wǎng)盤不僅必須強(qiáng)強(qiáng)聯(lián)手，而且還要廣納天下“英才”，一起豐富滄舟OS的生態(tài)——這就不得不提到MCP。

 王穎說，MCP對于百度文庫、網(wǎng)盤來說，是恰逢其時(shí)：“一開始我們做產(chǎn)品的時(shí)候，用的就是MOE（混合專家模型）架構(gòu)，與MCP的設(shè)計(jì)就有相似性。在設(shè)計(jì)架構(gòu)、做分層的時(shí)候，模型之間要互相通訊，我們內(nèi)部就是希望通訊可以標(biāo)準(zhǔn)化——圍繞著這個(gè)理念，我們轉(zhuǎn)向MCP十分順利?！?/p>

 滄舟OS，要做到“無所不能”、就不能自己親手打磨每一個(gè)能力，這樣不僅不經(jīng)濟(jì)，也不能持續(xù)擴(kuò)大規(guī)模。“我們希望更多Agent可以由行業(yè)共創(chuàng)，以前共創(chuàng)沒有很好的協(xié)同機(jī)制，MCP則很好地補(bǔ)充了這一點(diǎn)?！蓖醴f解釋道。

 而要做到無處不在，MCP對滄舟OS來說同樣意義重大。在不同用戶的場景中，多硬件、多App的生態(tài)，給AI應(yīng)用的開發(fā)也帶來了很多麻煩。而在MCP盛行的今天，越來越多手機(jī)廠商對其的態(tài)度也越發(fā)開放，滄舟OS的場景覆蓋也就有了更多可能。

 在全模態(tài)、多場景的高性能處理之外，背靠網(wǎng)盤的私域授權(quán)數(shù)據(jù)，和文庫的公域?qū)I(yè)數(shù)據(jù)，滄舟OS還會對用戶的使用習(xí)慣與過往使用經(jīng)歷進(jìn)行整理，為每個(gè)用戶創(chuàng)造一個(gè)專有的記憶庫，讓AI可以更懂用戶，讓人機(jī)溝通變得更容易。

 “猜你喜歡”奠定了上一代互聯(lián)網(wǎng)的財(cái)富格局，而到了人機(jī)交互形式、用戶需求更多樣、更深層次的大模型時(shí)代，AI要怎樣理解用戶，從而才能真正“想用戶所想”呢？

 AI對用戶使用習(xí)慣的記憶，和人腦本身的記憶方式差不多。

 百度文庫產(chǎn)品負(fù)責(zé)人鐘昊介紹，他們AI記憶庫中的記憶可以分為三層：

短時(shí)記憶，對應(yīng)AI的上下文記憶；

長期記憶，對應(yīng)用戶在文庫、網(wǎng)盤上的存儲、下載、搜索、使用記錄，在授權(quán)下被整理成用戶專屬的長時(shí)、全模態(tài)記憶庫；

抽象記憶，對應(yīng)技術(shù)側(cè)和產(chǎn)品側(cè)，百度對用戶交互模式的解析和調(diào)優(yōu)。

 “過去，我們的算法推薦是基于群體的角度來看待用戶，于是才有了使用標(biāo)簽、畫像去給用戶歸類的操作。

 “今天，我們對用戶的理解更個(gè)人，每個(gè)人都有自己的記憶庫，甚至我們未來有計(jì)劃把這個(gè)記憶庫顯性化，讓用戶自己編輯和調(diào)整，這是很大的不同?！辩婈徽f道。

 談完了處理層，輸出層，滄舟OS也支持端到端的完整交付，輸出的內(nèi)容格式同樣支持全模態(tài)，能夠涵蓋工作學(xué)習(xí)、生活?yuàn)蕵返榷喾N場景，幫助用戶滿足更多元的需求。

 全模態(tài)的系統(tǒng)化完整交付能力，對于AI產(chǎn)品有多大的價(jià)值？王穎如此解答道：

 “隨著Agent、場景、能力在市場上越變越多，我們不希望用戶浪費(fèi)大量時(shí)間，在各種產(chǎn)品上跳來跳去。本質(zhì)上，我們希望用戶能夠不用換場景，能在滄舟OS的操作系統(tǒng)里，迅速得到解決方案。”

 要支撐滄舟OS，技術(shù)才是最底層的能力保證。剛剛過去的Create大會，文庫和網(wǎng)盤本就吸睛無數(shù)；一個(gè)多月過去，百度的“雙子星”還在給市場和用戶帶來全新的驚喜。

 剛剛提到的“AI相機(jī)”，是百度網(wǎng)盤新上的重點(diǎn)能力。

 市面上，AI相機(jī)類的產(chǎn)品，自從妙鴨相機(jī)之后就層出不窮，不少中廠大廠也紛紛入局，引得市場好不熱鬧，好不擁擠——百度網(wǎng)盤的AI相機(jī)，牛X在哪？

 首先，背靠網(wǎng)盤，百度網(wǎng)盤的AI相機(jī)天然擁有存儲功能，殺死了傳統(tǒng)手機(jī)相機(jī)“存儲空間不足”帶來的兩難境地——“刪”和“不刪”再也不成問題——也同樣簡化了拍照后上傳的步驟，一鍵拍攝，直傳云端。

 其次，網(wǎng)盤的AI相機(jī)，特點(diǎn)在于“全”。

 全，不僅指網(wǎng)盤AI相機(jī)的功能全，智能美顏、風(fēng)格濾鏡、掃描文檔、物品識別、試題整理、合同審核等等實(shí)用功能一應(yīng)俱全；全，也是網(wǎng)盤AI相機(jī)覆蓋了圖像拍攝、處理的全流程，拍照、修圖、存儲、使用、管理、分享可以一站式完成，甚至還能打印到家，省去了用戶在多個(gè)產(chǎn)品、平臺上的“反復(fù)橫跳”。

 如此“全能”，才能配得上網(wǎng)盤心中“全場景、可沖印、能回憶”的“真·AI相機(jī)”。

 百度網(wǎng)盤的AI相機(jī)之外，百度文庫的“超能搭子”GenFlow也在近期正式公布了2.0版本的升級。

 市場最關(guān)心的，是GenFlow僅僅發(fā)布了一個(gè)月，百度怎么如此迅速地更新了2.0版本？

 先揭曉答案：為了提升交付的質(zhì)量和速度，GenFlow2.0完成的是產(chǎn)品底層架構(gòu)的全面升級。

 對當(dāng)下的AI產(chǎn)品、工作流，用戶有哪些訴求？百度文庫產(chǎn)品負(fù)責(zé)人鐘昊收集了不少，他說：

 “有用戶反饋，做一個(gè)研究報(bào)告半個(gè)多小時(shí)，AI還卡在收集信息那兒；AI對著年中總結(jié)輸出，憋了兩個(gè)小時(shí)，最后生成失敗了；還有一個(gè)朋友是深度AI工具收集，自己收藏了幾十個(gè)工具，大部分都在吃灰，偶爾在用的就是普通的大模型或者是代碼工具?！?/p>

 “需求描述難”“交付結(jié)果差”“等待時(shí)間長”，共同組成了AI生產(chǎn)力交付的“三座大山”。

 為了讓GenFlow更懂用戶，解決用戶描述需求的困難，百度把剛剛提到的用戶記憶庫能力，植入到了GenFlow當(dāng)中，讓用戶可以根據(jù)自己過往的使用經(jīng)歷與AI交流（比如用自己小朋友的照片定制生成繪本），讓人機(jī)交流“心有靈犀”。

 提升交付效果上，前面提到的全模態(tài)處理、輸出的能力，GenFlow也全都用上了，鐘昊舉例，一個(gè)物理老師想要為學(xué)生備課，不僅需要整理教案、測驗(yàn)、PPT，甚至還想要一個(gè)可以實(shí)時(shí)互動(dòng)的Html課件。用上GenFlow，這些在百度文庫，全都可以一鍵生成。

 而要生成這么多內(nèi)容，AI自古“保質(zhì)保量不能兩全”——時(shí)間問題怎么破？百度文庫還有黑科技。

 一直以來，AI的思考結(jié)構(gòu)都是“串型結(jié)構(gòu)”，和人腦一樣，一次只能完成一件任務(wù)，思維是“線性的”。一旦如此，任務(wù)就必須排隊(duì)——一排隊(duì)，效率肯定就高不了。

 這次百度文庫GenFlow2.0的架構(gòu)升級，主要就升級在這里：類似人腦多任務(wù)處理的方式，GenFlow也可以在任務(wù)的隊(duì)列里，高速地掃過多個(gè)任務(wù)，像一個(gè)掃描儀，在高速的信號切換當(dāng)中，保證多任務(wù)的并發(fā)。

 也是如此，剛剛提到的，物理老師的數(shù)種教輔材料，用上GenFlow，可以完成分鐘級交付，把不可用的AI，變成了實(shí)打?qū)嵉纳a(chǎn)力。

 

結(jié)語：

老面孔，新朋友。百度文庫和網(wǎng)盤，這對“雙子星”的AI重構(gòu)之路，放眼行業(yè)，走得也相當(dāng)靠前。

 “從文庫網(wǎng)盤的視角來看，在AI領(lǐng)域，我們要去做先鋒的地位，”王穎如是說道，“希望我們能夠有幸走出一條自己想走的路?！?/p>

 在先進(jìn)AI能力的加持下，文庫AI月活用戶則達(dá)到了9700萬；網(wǎng)盤在服務(wù)超10億用戶基礎(chǔ)上，AI月活用戶也超過了8000萬。

 大量的用戶選擇文庫和網(wǎng)盤，作為他們今天AI生活的有力幫手，道理其實(shí)很簡單：這兩款產(chǎn)品，能用AI實(shí)打?qū)嵉亟鉀Q他們遇到的問題，幫他們走完了AI交付的“最后一公里”。

 AI內(nèi)容創(chuàng)作，文庫和網(wǎng)盤可以做到全模態(tài)高質(zhì)量輸出；內(nèi)容消費(fèi)，兩款產(chǎn)品同樣背靠巨大用戶基礎(chǔ)，有著成熟的社交潛質(zhì)；個(gè)人定制的知識庫，更是在技術(shù)產(chǎn)品的領(lǐng)域領(lǐng)先行業(yè)，把用戶體驗(yàn)又拔高了一個(gè)層次。

 當(dāng)下正火的深度思考，本身其實(shí)并不創(chuàng)造價(jià)值——能夠走完交付的“最后一公里”，才是成為一款國民級“AI超級生產(chǎn)力”的必要條件。

 一騎絕塵的百度文庫和百度網(wǎng)盤，則正在用他們強(qiáng)大的交付能力，旗幟鮮明地告訴全世界：

 “用AI，來文庫網(wǎng)盤就夠了。”

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。