李彦宏在财报电话会上表示，百度搜索中已有 18% 的结果由 AI 生成，旨在提升用户体验，提供更精准的答案。
百度生态内的智能体分发量大幅提升，7 月日均分发量超过 800 万次，较 5 月实现倍增。
百度智能云本季度营收达到 51 亿元，同比增长 14%，持续盈利（Non-GAAP）。AI 贡献的收入比重进一步上升，达到 9%，高于上一季度的 6.9%。
李彦宏指出，百度提供业内领先且极具性价比的 AI 基础设施和 MaaS 平台，受到越来越多企业的青睐。
此外，百度文心大模型的日均调用量突破 6 亿次，日均处理文本量约为 1 万亿个 Token。与去年第四季度公布的 5000 万次日均调用量相比，半年增长超过 10 倍。
（举报）
11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，性能稳定，让您的云端之旅更加畅享。快来腾讯云选购吧！
腾讯云
12-20
9月12日，2024年百度联盟大会在深圳举办，发布智能体联盟解决方案。其中，在智能体分发上，百度形成了以新搜索智能助手文小言、百度搜索、小度、贴吧、网盘等为代表的全矩阵分发渠道。这意味着开发者仅需一次开发，便能实现分发效果最 大化。百度副总裁、AI创新业务负责人薛苏现场表示，文小言拥有品类丰富的智能体，涵盖功能型、陪伴型、游戏型、营销型等种类，�
战败了三次，但字节还是不想让百度放松警惕!继头条搜索、悟空搜索、闪电搜索之后，字节没有三衰，反在最近上线了独立的搜索APP“抖音搜索”。“抖音搜索”已在华为和vivo应用商城上线，暂未上线苹果AppStore。虽然目前抖音、小红书等内容平台以及天工、秘塔等AI公司还没有叫板百度的底气和实力，但新玩家的入场改变的是用户获取信息的方式、效率和体验，当搜索结果�
2007年，百度首次进军电商领域，成立了电商事业部。十多年后，小品界的“扛把子”朱时茂老师首次直播带货选定在百度优选直播间，并创下单场GMV破1300万的记录。而在这场长达20多小时的直播里，百度也秀出了“新肌肉”，下半场定制了朱时茂AI分身来代替直播，也出色地完成了这场直播首秀。从成立电商事业部，到自建电商平台，再到搭建聚合电商平台，到如今的AI电商平
近日，百度输入法宣布全场景AI创作助手「超会写」全新升级，成为集合AI创作、AI聊天、AI智能问答于一体的AI输入法产品，并上线「文生图」等多模态创作功能。截止目前，百度输入法AI请求次数累计超 4 亿，处于行业领先地位。据了解，「文生图」功能由百度输入法在行业率先推出。除AI自动配图外，在百度输入法，用户还可以选择或输入简单指令、选择图片画风，AI即可生�
9月25日，以“智能·跃迁”为主题的百度云智大会正式拉开帷幕。本次大会汇聚了全球人工智能领域的领军人物与科技界的先锋企业。三星也将一如既往地与国内优秀的AI合作伙伴携手共进，践行本土化战略同时，共同探索AI更广泛的应用场景，打造更能够贴近用户个性化需求的AI功能与体验。
快科技9月22日消息，在经历了24亿欧元（约合188亿元人民币）的创纪录罚款之后，谷歌搜索业务可能再次面临欧盟的起诉。报道称，欧盟官员正根据《数字市场法》（DMA）准备对谷歌提起诉讼。若谷歌未能在搜索服务中更加突出竞争对手的产品，以解决欧盟的担忧，它可能面临高达全球年收入10%的罚款。就在上周二，欧洲法院宣布，维持下级法院的裁决，向谷歌罚款24亿欧元，这一案件始于2017年，当时欧盟委员会作出裁决。认定谷歌在搜索引擎中通过高排名展示自家购物服务，同时压低竞争对手排名，违反了欧盟反垄断法，24亿欧元的罚款金额在当时创下
近日，360AI搜索上线慢思考模式”，成为国内首个具备慢思考能力的AI产品、全球首个具备慢思考能力的搜索引擎。慢思考模式基于CoE技术架构，在该模式下360AI搜索能够大幅提升回答质量，完成多数AIChatBot无法完成的复杂任务。即便首个专家模型给出的回答不够理想，后续的反思模型和总结模型也能够及时发现并修正，并通过不断拆解、不断反思的多模型协作，实现搜索问答质量的大幅提升。
独立AI产品榜单“AI产品榜”8月榜单更新发布，三六零公司旗下360AI搜索用户访问量位列国内总榜第二名、全球搜索引擎榜第三名。结合Similarweb公开数据，2024年8月份，360AI搜索用户访问量已超2亿，是PerplexityAI三倍以上，蝉联全球最大的AI原生搜索引擎;月独立访客量超8000万，远超国内一众AI产品;并以113%的月增速，成为全球增速最快的规模以上AI搜索引擎。用户只需复制抖音或B站视频网址到360AI搜索框，就能对视频内容进行全方位的解析，包括视频简介、重点、分析、字幕、全文、脑图等，实现视频分析场景下的十倍效率提升。
人工智能技术的蓬勃发展，生成式AI走向普及，正在为产业数字化转型和生产力提升带来新动力。在这一浪潮下，2024百度商业AI技术创新大赛围绕当前商业场景和业界技术的最新趋势设置赛道，吸引了来自高等院校、科研单位、互联网企业等众多领域的优秀人才踊跃参与，旨在通过业界与学界的思维碰撞，解决实际的商业难题，挖掘更广阔的AI应用场景。面对生成式AI时代带来�
9月12日，2024百度联盟大会在深圳举行。百度副总裁、百度搜索总经理赵世奇发表主题演讲，指出AI的生命力在于广泛的应用前景智能体作为最被看好的AI应用方向，以低门槛、高潜力、易聚合生态等特性，正逐步成为下一个流量蓝海，为企业实现弯道超车提供了绝佳机遇。大赛吸纳了多家外界合作方完成赛题共创、共建，为开发者们提供丰厚的赛事奖金，以及技术、流量支持。
Canvas是OpenAI推出的一个新界面，旨在通过与ChatGPT的协作来改进写作和编码项目。它允许用户在一个单独的窗口中与ChatGPT一起工作，超越了简单的聊天界面。Canvas利用GPT-4o模型，能够更好地理解用户的上下文，并提供内联反馈和建议。它支持直接编辑文本或代码，并提供快捷操作菜单，帮助用户调整写作长度、调试代码等。Canvas还支持版本回溯，帮助用户管理项目的不同版本。
Text Behind Image 是一个开源的设计工具，允许用户轻松创建文字背景图片设计。它提供了一个简洁的界面，让用户可以自由地在图片上添加文字，创造出独特的视觉效果。这个工具对于设计师、社交媒体运营者和内容创作者来说非常有用，因为它可以快速生成具有吸引力的视觉内容。
torchao是PyTorch的一个库，专注于自定义数据类型和优化，支持量化和稀疏化权重、梯度、优化器和激活函数，用于推理和训练。它与torch.compile()和FSDP2兼容，能够为大多数PyTorch模型提供加速。torchao旨在通过量化感知训练（QAT）和后训练量化（PTQ）等技术，提高模型的推理速度和内存效率，同时尽量减小精度损失。
Liquid Foundation Models (LFMs) 是一系列新型的生成式AI模型，它们在各种规模上都达到了最先进的性能，同时保持了更小的内存占用和更高效的推理效率。LFMs 利用动态系统理论、信号处理和数值线性代数的计算单元，可以处理包括视频、音频、文本、时间序列和信号在内的任何类型的序列数据。这些模型是通用的AI模型，旨在处理大规模的序列多模态数据，实现高级推理，并做出可靠的决策。
NVLM-D-72B是NVIDIA推出的一款多模态大型语言模型，专注于视觉-语言任务，并且通过多模态训练提升了文本性能。该模型在视觉-语言基准测试中取得了与业界领先模型相媲美的成绩。
gradio-bot是一个可以将Hugging Face Space或Gradio应用转化为Discord机器人的工具。它允许开发者通过简单的命令行操作，将现有的机器学习模型或应用快速部署到Discord平台上，实现自动化交互。这不仅提高了应用的可达性，还为开发者提供了一个与用户直接交互的新渠道。
AI-Powered Meeting Summarizer是一个基于Gradio的网站应用，能够将会议录音转换为文本，并使用whisper.cpp进行音频到文本的转换，以及Ollama服务器进行文本摘要。该工具非常适合快速提取会议中的关键点、决策和行动项目。
VARAG是一个支持多种检索技术的系统，优化了文本、图像和多模态文档检索的不同用例。它通过将文档页面作为图像嵌入，简化了传统的检索流程，并使用先进的视觉语言模型进行编码，提高了检索的准确性和效率。VARAG的主要优点在于它能够处理复杂的视觉和文本内容，为文档检索提供强大的支持。
JoyHallo是一个数字人模型，专为普通话视频生成而设计。它通过收集来自京东健康国际有限公司员工的29小时普通话视频，创建了jdh-Hallo数据集。该数据集覆盖了不同年龄和说话风格，包括对话和专业医疗话题。JoyHallo模型采用中国wav2vec2模型进行音频特征嵌入，并提出了一种半解耦结构来捕捉唇部、表情和姿态特征之间的相互关系，提高了信息利用效率，并加快了推理速度14.3%。此外，JoyHallo在生成英语视频方面也表现出色，展现了卓越的跨语言生成能力。
PhysGen是一个创新的图像到视频生成方法，它能够将单张图片和输入条件（例如，对图片中物体施加的力和扭矩）转换成现实、物理上合理且时间上连贯的视频。该技术通过将基于模型的物理模拟与数据驱动的视频生成过程相结合，实现了在图像空间中的动态模拟。PhysGen的主要优点包括生成的视频在物理和外观上都显得逼真，并且可以精确控制，通过定量比较和全面的用户研究，展示了其在现有数据驱动的图像到视频生成工作中的优越性。
Whisper large-v3-turbo是OpenAI提出的一种先进的自动语音识别(ASR)和语音翻译模型。它在超过500万小时的标记数据上进行训练，能够在零样本设置中泛化到许多数据集和领域。该模型是Whisper large-v3的微调版本，解码层从32减少到4，以提高速度，但可能会略微降低质量。
Realtime API 是 OpenAI 推出的一款低延迟语音交互API，它允许开发者在应用程序中构建快速的语音到语音体验。该API支持自然语音到语音对话，并可处理中断，类似于ChatGPT的高级语音模式。它通过WebSocket连接，支持功能调用，使得语音助手能够响应用户请求，触发动作或引入新上下文。该API的推出，意味着开发者不再需要组合多个模型来构建语音体验，而是可以通过单一API调用实现自然对话体验。
Saylo AI是一个AI角色扮演游戏，让你与AI角色互动，探索多样化的戏剧性故事。它利用人工智能技术，提供沉浸式的互动体验，让玩家在虚拟世界中与AI朋友交流，体验不同的故事情节。Saylo AI的背景信息展示了其创新性和娱乐性，旨在为玩家提供一种全新的娱乐方式。目前产品处于推广阶段，价格未明确标注。
twinny是一个为Visual Studio Code用户设计的AI扩展，旨在提供个性化的编程辅助，提高开发效率。它通过集成先进的AI技术，帮助开发者在编码过程中快速解决问题，优化代码，并提供智能提示。twinny的背景是响应开发者对于更加智能和自动化编程工具的需求，它通过简化开发流程，减少重复劳动，从而让开发者能够专注于更有创造性的工作。
Buildpad 是一个旨在帮助创始人从概念到成功最小可行产品(MVP)的在线平台。它通过提供智能验证工具、AI引导的开发流程、进度跟踪以及个性化的项目见解，帮助用户构建能够获得市场认可的产品。Buildpad 的主要优点包括简化产品开发流程、提高产品成功率、以及提供个性化的指导和支持。
Novela是一个专注于AI时代技能学习的在线平台，提供早期访问服务，用户可以免费试用。它旨在帮助用户掌握AI相关的技能，以适应未来职场的需求。
interview.co是一个专注于简化招聘流程的视频面试软件。它通过提供在线视频面试、AI问题生成器和面试管理工具，帮助企业高效地筛选和评估候选人。产品背景信息显示，interview.co旨在解决传统面试中的时间消耗、日程安排困难和成本高昂等问题。价格方面，interview.co提供试用版，具体定价信息需进一步探索。
Open NotebookLM是一个利用开源语言模型和文本到语音模型的工具，它可以处理PDF内容，生成适合音频播客的自然对话，并将其输出为MP3文件。该项目的灵感来自于NotebookLM工具，通过使用开源的大型语言模型（LLMs）和文本到语音模型来实现。它不仅提高了信息的可访问性，还为内容创作者提供了一种新的媒体形式，使他们能够将书面内容转换为音频格式，扩大其受众范围。
Chital是一个为macOS平台设计的应用程序，它允许用户与Ollama模型进行聊天。这个应用具有低内存占用和快速启动的特点，支持多聊天线程，能够在不同的模型间切换，并支持Markdown格式。此外，它还能自动为聊天线程生成标题摘要。Chital的开发主要是为了满足开发者个人的使用需求，但也鼓励社区成员通过fork代码库来添加新功能。
SafeEar是一个创新的音频深度检测框架，它能够在不依赖于语音内容的情况下检测深度音频。这个框架通过设计一个神经音频编解码器，将语义和声学信息从音频样本中分离出来，仅使用声学信息（如韵律和音色）进行深度检测，从而保护了语音内容的隐私。SafeEar通过在真实世界中增强编解码器来提高检测器的能力，使其能够识别各种深度音频。该框架在四个基准数据集上的广泛实验表明，SafeEar在检测各种深度技术方面非常有效，其等错误率（EER）低至2.02%。同时，它还能保护五种语言的语音内容不被机器和人类听觉分析破译，通过我们的用户研究和单词错误率（WER）均高于93.93%来证明。此外，SafeEar还构建了一个用于反深度和反内容恢复评估的基准，为未来在音频隐私保护和深度检测领域的研究提供了基础。
