近日，北京百度网讯科技有限公司的虚拟对象驱动方法、深度学习网络的训练方法及装置”专利获授权（申请公布号：CN115345968A）。
根据专利摘要显示的信息，则以专利涉及人工智能相关的深度学习、计算机视觉、虚拟 / 增强现实和图像处理技术领域，可应用于虚拟数字人、元宇宙等场景。
具体实现方案包括：响应于获取的语音数据，确定初始语音特征；对初始语音特征进行时序增强处理，得到目标语音特征；基于目标语音特征和目标虚拟对象的基准面部图像，生成唇形图像序列；根据唇形图像序列，对目标虚拟对象进行驱动，使目标虚拟对象执行与语音数据匹配的唇部动作。
简单来说，依靠该专利，基于人工智能深度学习，虚拟数字人在发声时，嘴唇部分的肌肉动作能够更为贴近真人，从而实现整体拟真度的提升。
在后续，基于这一技术，以及百度公布的类ChatGPT项目文心一言（ERNIE Bot），百度有望推出高度拟真，且可以与用户自然对话的虚拟形象。
（举报）
，百度网盘宣布上线知识问答”功能，变成活的知识库”。 据了解，百度网盘通过AI技术整合用户在网盘中的数据，如学习资料、生活照片、办公文件等多源信息，形成结构化知识库。 它帮助用户快速查找”、问答”、创作”，实现知识的长期沉淀与高效复用。 从存储工具到知识中枢，百度网盘实现了从被动存储”到主动管理”的升级，构建你的第二大脑”。 它支持多模�
百度文库即将在8月发布GenFlow2.0版本，该版本具备更强大的多模态能力，支持生成多种内容形态，大幅缩短任务交付时间。相比OpenAI同日发布的ChatGPT+Agent，百度文库早在4月就已上线GenFlow1.0，实现全场景覆盖和全链路调度。GenFlow基于MoE架构，在成本、性能和效率上占优，能快速生成PPT、研报等多样化内容，且依托百度14亿专业文档资源，内容质量更可靠。此外，GenFlow还能调用用户个人数据实现个性化定制，并提供内容后期编辑功能，灵活性更高。
AI搜索的东风刮过两年，百度终于下决心，对自家搜索引擎“动刀子”。 7月2日，百度宣布开启十年来最大一次搜索改版，正式将搜索框改版成支持千字输入的“智能框”，从“给链接”跨越到了“给答案”。另外靠着智能体，百度搜索也进入了“解决任务”的阶段，并集成了AI写作、AI图片/视频生成等一系列服务。 当然，这还不够。在阿里夸克、字节豆包等产品不断往自家�
即构科技推出AI Agent2.4，用户只需上传一张正面照即可生成1080P高清数字人，支持实时互动对话。该技术具备400ms超低延迟、2秒内完成自然交互响应，唇形同步准确，支持文本/音频/语音流驱动。适用于教育、客服等场景，提供API灵活定制，实现低成本批量生成。核心技术融合照片驱动与实时AI交互引擎，在生成效率、拟真度方面显著提升，带来低门槛、高沉浸的数字人互动体验。
以AI为“黄金配方”，百度搜索已经悄然生长出了“肌肉”。用户侧最直观的感受是，曾经熟悉的搜索框变“大”了。 “大”从表面看是搜索框所能承载的内容和能调用的工具变多。例如，过去做旅行计划得靠“亲子出游”“漂流”“一天”等关键词堆砌，现在只要用自然语言提需求即可。
闪剪AI是一款专为营销视频制作设计的智能工具，主要解决实体商家和小白用户制作高质量营销视频的痛点。核心功能包括：1）一键生成数字人视频，支持定制专属形象；2）提供1000+数字人模特素材；3）多语种语音克隆，实现本地化内容；4）内置爆款文案素材库；5）智能成片功能简化制作流程；6）照片数字人让静态图片"开口说话"；7）直播切片功能实时引流。该工具
文章介绍了"闪剪AI"这款智能视频生成工具如何帮助实体商家解决线上获客难题。该工具具有三大核心功能：1）30秒视频即可1:1复制用户形象和声音的数字人功能；2）自动生成符合本地化需求的实体店营销文案；3）智能成片功能，无需剪辑就能制作高质量短视频。此外还支持多方言配音、直播切片等特色功能，大幅降低内容创作门槛。作者作为技术小白亲身验证，该工�
今天，百度正式启动了2026届校园招聘，将发放4000offer，覆盖四大职位类别，共有256个细分职位，分布于北京、上海、深圳、广州、成都、大连、杭州七大城市。 值得一提的是，此次2026届百度校园招聘中，AI相关职位占比超九成，共新增90个AI相关职位，覆盖多模态、跨模态、大模型架构等方向。
【AI日报】今日AI领域重要动态：1)百度推出无广告智能搜索助手Tizzy.ai，整合影视资源与深度思考功能；2)12306开源火车票查询引擎上线，采用FastAPI架构实现秒级响应；3)ChatGPT向Plus用户全面开放录音功能，支持实时记录与内容总结；4)开源SaaS模板FireGEO助力快速构建现代化Web应用；5)国产工具ReadMeX可一键生成高质量GitHub文档；6)百度AI助手新增视频通话功能，支持方言识别；7)Jacky
【AI日报】今日AI领域重要动态：1.开源语音大模型Step-Audio-AQAA发布，实现音频到语音的端到端自然转换；2.百度推出"绘想"平台与MuseSteamer，通过AI一键生成专业级视频；3.浙大与阿里联合发布OmniAvatar，音频驱动数字人技术取得突破；4.百度搜索迎十年来最大改版，新增智能框、百看和AI助手功能；5.xAI开发者控制台新增Grok4及Grok4Code引用，预示新一代AI模型即将发布；6.Gemin
