零门槛用AI画漫画，跨模态内容创作进入next level

AI这把火，烧了一年多。现在，有AI可以帮你写PPT，有的会写歌，有的能帮公司批量生成营销素材，有的擅长“量子速读”提炼长文本。总之，几乎每个月都有AI热点出现。

各种热点背后，有两个事情值得注意:

第一，实践证明，AI落地一定是贴近已有需求，用原先无法想象的效率，完成用户想做或必须做的事;第二，已有的AI应用涉及文本、音频、图像等多种形式，但大多处于分散状态。如果它们能被整合成一个多模态一站式AI应用平台，AI落地会更加广泛。

百度文库是“跨模态 一站式“内容创作的AI原生应用代表。在Create2024百度AI开发者大会上，百度创始人、董事长兼首席执行官李彦宏介绍了百度文库的新成果——智能漫画和智能画本功能。李彦宏表示:“百度文库的智能漫画能力，极大地提高了创作漫画的效率，降低了漫画创作的成本和门槛，可以让更多有想法、有创意的人实现自己的漫画创作梦。”

除了生成漫画和画本，用户还可以在百度文库生成研究报告、PPT、文档、思维导图，还能进行拍图生文等等。百度集团资深副总裁、百度移动生态事业群组总经理何俊杰表示:“大语言模型重新打开了文库的想象空间，它已经进化为一站式AI内容创作平台。”

创意如何轻盈落地

如何理解百度文库的新成果?我们不妨从直观的体验开始讲起。

如果你爱看漫画和小说，肯定有过这样的时刻——这部漫画剧情太精彩了，可是作者更新好慢，真想替他画下去;作品里这两人CP感好强!好想做二创;这部玄幻小说设定有意思，要是文字能变成漫画就更好了。

如果你是家长，在给孩子讲故事时肯定也有过这样的想法:孩子对故事里的场景和动物有些陌生，理解起来有困难，有对应的绘本就简单多了。

这些需求很普遍，但在以前很难实现。大部分人没接受过绘图、分镜训练，即使能想象出精彩画面，创意也无法落地。但借助百度文库，一切都变得可行。

例如，《周处除三害》是一个在《晋书》和《世说新语》里都有记载的历史故事。用户可以借百度文库，用简单几个步骤，把年代久远的文字转变为生动的画面:

在百度文库上，只需要输入《周处除三害》相关的「一句话」主题，百度文库将检索相关内容，自动生成完整的故事分镜和脚本

用户进行内容调整后，可以选择多种漫画风格，设定多种角色形象;

设置完毕后，百度文库AI将自动生成完整漫画作品，自动匹配丰富的人物对话文本，用户可继续在编辑器中进行精调。

《周处除三害》智能漫画创作全过程

漫画是风格化的，画本则更广泛通用。大会上，百度演示的智能画本案例《小明不爱洗澡》，在画风上明显更“包容”，适用于更低年龄段读者的需求，可以有效填补家庭教育场景里的“绘本空白”。

《小明不爱洗澡》智能画本生成结果

「深响」近期试用了百度文库的智能漫画和智能画本功能，如大会演示的那样，两个功能易上手、速度快、效果好——只需输入主题即可生成故事大纲，选择“制作画本”后稍加等待就能获得完整结果。

试用过程中，「深响」也把百度文库生成的绘本发给有娃的朋友，这位年轻妈妈对绘本的反馈是“画面质量、阅读体验和市面上的亲子绘本很接近”。看完后她还发来一些需求，比如“能不能以‘吃饭前要洗手’为主题做个绘本”，“小朋友刚跟我说了一些奇思妙想，能不能把它们变成绘本”。

和之前的体验一样，这两个需求同样都只需“一句话”主题输入，就能变成绘本输出（输入“吃饭前要洗手”，可以获得《小猫咪咪学洗手》的绘本），整个操作过程几乎是“傻瓜式”，它可以发生在亲子互动的各个环节，家长和孩子的交流也因此变得更有趣生动。

在百度文库APP上生成“饭前洗手”绘本。全程操作简单，画面生动可阅读性强

录屏:深响

当然，如果想更精细地编辑故事文本，百度文库也给了相应的选项。你可以对生成的故事大纲进行编辑，也可以对分镜脚本进行修改。或者，你也可以和孩子一起，在百度文库的智能文档里，利用AI交互，把孩子的创意变成一个完整的故事，然后再把这个故事变成好看的漫画或绘本。正好423世界读书日马上要到了，利用百度文库，家长和孩子都能实现“绘本自由”，读书这件事会因为AI变得更易得、更有趣。

百度文库根据“机器人和人类一起保卫地球”主题生成故事大纲和分镜后，用户可以做进一步调整

截图来源:百度文库

这样的交互体验和交付质量是开创性的。目前，行业在“AI绘制漫画”上仍存在一定痛点，多数工具只能生成单图、四宫格图片，在场景关联性、人物一致性、剧情还原度上都有待完善，且通常需要大量后期工作来调整。

而百度文库不只是解决“绘制”环节的难点，还将AI封装于整个工作流程，在“指令生成故事”等方面进行优化提升，同时强化多场景及多人物处理、人物一致性、故事完整性、画面细腻度、图文与剧情匹配度等方面的专业表现，这使得其生成的作品达到能“直接交付”的水平。

“跨模态 一站式”

内容创作的价值

就体验而言，智能漫画和智能画本都是帮助用户零门槛落地创意的好工具，但它们并不仅仅是两款“创意工具”。两款产品是“结果”，共同成长于百度文库的跨模态和一站式能力之上。

跨模态指的是，百度文库能够处理各种文字、语音、图像信息，能把不同模态的信息综合起来，实现更精确的情境理解和输出。在此基础上，用户可以在百度文库一个平台上，一站式实现不同类型的内容创作。

简言之，跨模态和一站式能力让百度文库有更广泛的落地可能。它可以横向进入更多场景，纵向进入更多环节。

“进入更多场景”指的是，在工作生活中，你可以利用百度文库完成更多需求，比如生成思维导图、做研究报告、智能合成多个文档、写PPT和年终汇报，或者直接发一张图，让文库帮你生成小红书文案。基于自然语言交互，你的产出过程会简便得多、高效得多。

百度文库AI解图创作小红书文案

以研究报告和PPT为例，一份研究报告涉及大量文字和图表，一份精美的PPT需要用户不断调整样式、文字、排版，传统内容编辑工具操作起来又很繁琐，完成相应的产出往往要耗费大量精力。

借助百度文库，用户能轻松实现原本繁复操作才能达到的效果——做个研究报告，只需输入报告主题，或者用简单的语音交互，几分钟内便能获得一份结构严谨、图表清晰、内容翔实的报告。基于这份报告，用户还能进行精细化的编辑调整，选择不同风格的模版封面及导出格式。

百度文库“智能生成研究报告”演示

类似的，用户只需要输入主题或上传文档，或者简单“动动嘴”，就能利用百度文库在几十秒内生成一份逻辑清晰、配图准确的PPT。此外，百度文库也支持模版上传、文档生成PPT、PPT内生成专业图表、PPT在线调整编辑、一键生成演讲稿和思维导图等功能，能够做到多格式、多文档的生成、编辑全能力打通。

全能力打通破解的是当前AI应用的核心痛点。一直以来，市场关于AI有种“矛盾”的态度，大家都觉得AI很强，但实际应用体验总是“不尽人意”。目前，AI在工作生活中的落地还是处于“分散”状态，大部分人只用AI解决点状需求，没能把它融入工作流程中。如果想用AI完整、顺畅地解决需求，则需要专门搭建一套AI工作流，整个过程费时费力。

百度文库的升级打破了僵局。从“头脑风暴”、“写大纲”，到生成和编辑文档，再到PPT生成、思维导图等文件的生成，各个场景的需求用户都可以基于百度文库解决。重要的是，百度文库“进入更多环节”的同时，用户操作门槛低，且体验顺滑，无需在文件传输和转换等问题上多花费精力。

而百度文库的全场景指令创作和编辑，意味着用户仅需简单的语音指令，即可不受地点限制地高效完成工作中的常见需求。低门槛操作 全场景覆盖 灵活编辑 PC移动双端操作，百度文库带来的是新的办公体验。百度文库并非只解决单一环节的问题，而是成长为一个完整的生产力平台。

百度文库全场景指令创作和编辑演示

从趣味工具，到生产力革新

新技术发展总遵循这样的规律:最开始，它是少数爱好者的“趣味工具”，但随着技术能力的完善以及用户的增长，它会越来越快地渗透到大众的工作和生活中，渗透到千行百业里。

早年，在图形界面交互出现前，计算机交互靠的是各种指令和参数，学习门槛高，只有少数极客玩得转。但随着计算机交互方式和技术的发展，大众经过简单学习就能操作个人电脑，PC和互联网时代得以到来。

今天的AI技术也是如此。一年多以前，大家都在钻研怎么写Prompt，精调一张绘画作品需要不断测试提示词。随着技术和产品的发展，繁琐和专业的操作被不断简化，AI生成结果变得稳定且高质，外加自然语言本身就是“零门槛”的交互方式，AI正在加速往更大众化的方向渗透。

AI时代的叙事渐渐从“趣味技术工具”转向“生产力革新”。用户和行业都将从中受益——用户侧，原先无法实现的需求变得触手可及;行业侧，随着以智能漫画和智能画本为代表的多模态AI能力的成熟，影视文娱行业、家庭教育行业、出版行业都能从中找到提效空间。

仅仅一年多，AI的发展就又进入了新的阶段。“跨模态 一站式”趋势正在推动AI内容创作进一步落地，而百度文库和趋势同频，且是趋势中的领先者。

这是多重因素共同造就的——百度文库在文本理解与数据分析领域有丰富积累，能准确抓取并分析文字中的数据信息，再转换生成适合的图表;文心大模型又为百度文库注入了新活力。据悉，相比一年前，文心大模型的算法训练效率提升到了原来的5.1倍，周均训练有效率达到98.8%，推理性能提升了105倍，推理的成本降到了原来的1%;叠加百度文库多年来对用户需求的洞察，百度文库得以重构为“一站式AI内容创作平台”。

大会上，李彦宏提到，AI正在掀起一场创造力革命。“未来开发应用就像拍个短视频一样简单，人人都是开发者，人人都是创造者”。

百度文库的进展，正在让“零门槛、一站式”创作落地现实。从过往的技术变革经验来看，新技术的发展和渗透常常是指数级的，智能漫画和智能画本将推动AI大众化进程。AI时代的增长曲线，显然越来越陡峭了。