思不到telegram 裸舞，有了 AI 加持，我也有在我司鲨疯的一天！

共事的压箱底黑照，被我 3 秒钟就翻了出来，光速作念成神采包先下手为强。

空姐 偷拍

喏，只需要在网盘的搜索框里输入“大笑的男东说念主”，立马就能检索到关系图像。

然后选中思要“报复”的对象、点击裁剪，就能一键加翰墨变神采包。

通盘历程至极丝滑，我图齐作念收场，共事那还在找图呢（doge）。

何况这个搜索还能奏凯领略“什么是神采包”，不错一键找到之前作念好的图。

咱即是说，在堆满陈年老相片和贵府的网盘里用上精确搜索，斗图大王舍我其谁。

除了相片，它以致还能奏凯搜共事的视频、或识别神采包中的翰墨，搜索生动度很高。

是以，这个功能究竟在那处开启，比较传统相册搜索又有啥不一样的场地？

典藏神采包搜索“神器”

起初，在百度网盘里启用这个智能搜索功能。

绽开网盘搜索框，输入“高档图片搜索”，就会露出一个功能进口，参加后点击“立即体验”并等数据升级完成，系统就会发送奉告，不错上手开玩了~

启用高档图片搜索功能后，在网盘主页的搜索框里就能一键搜图，无用再专诚参加某个器用中。

怎样搜？“脑子里思啥就搜啥”。

以搜索单个词汇为例，比如“比耶”和“评头论足”这种婉曲的抒发，智能搜索就秒懂：

像“修狗”这么的网罗热词，也在它的掌合手之中。

以致还进化出了我方的“偏见”，比如和“发布会”关联的时常是“PPT”（doge）：

不啻是单个复杂词汇或形容词，搜图时还不错奏凯说一整句描述，以致增多个胁制词。

同期，跟着输入的细节增加，它的搜索收尾还会及时调整。

比如只输入“寝息的”，不错看到系统找到的第一张相片，是一张猫猫躺着的神采包。

但跟着关节词完善到“寝息的东说念主”以后，这张猫片就立时被系统筛了出去。

除了准确把合手图片精髓外，这个智能搜索还能识别图片中的翰墨，搜索收尾也很全面。

比如搜“绷不住了”，它不仅能给出图文饱胀一致的神采包，还会放出其他相似图片：

搜索界限上，不啻是找图，这个功能就连视频也能搜。

总之，网盘的聪惠搜索新功能，让找相片、视频等文献不再是个致力于的“教唆词工程”。

要思搜到我方的相片，只用和网盘“聊聊天”就行，它就能像东说念主一样准确 get 你要找的那张相片。

是以，这个功能究竟是怎样达成的？咱们扒了扒背后的时刻旨趣，发现还真没那么纯粹。

背遵循然用上了大模子

聪惠搜索，实质上有点像一个自带图片 + 视频智能查找功能的“私东说念主定制版”网盘搜索引擎。

但为了达成这个功能，百度网盘团队以致连大模子齐用上了，中枢主意，在于治理传统图片搜索的四大问题 —— 搜不到、搜不准、搜不快、搜索面貌单一。

起初要治理的、亦然最大的难点之一，是“搜不到”的问题。

传统按标签搜索的相册，内置搜索引擎莫得委果将图片和翰墨之间的“含义”关联起来，换言之即是“文不合图”。

△ 宽泛手机的标签式搜索

为了治理这一问题，团队选择了百度文心的多模态大模子 VIMER-ViLP，并用海量图片和文本数据对它进行了磨练，来达成基于向量的语义搜索。

这类法子的中枢旨趣，是将文本和图像的特征向量映射到归并个语义向量空间，向量之间距离越近，相似度就越高，同期也能幸免语义丢失，裁减“搜不到”的概率。

比较 CLIP，VIMER-ViLP 在磨练时给与的中语数据更多，因此搜稀奇中语名词也会更准确。举例，在博物馆内拍摄的文物“中华第一龙”：

不外，天然大模子能增强图片的领略材干，但面对地点、时辰、东说念主名这类波及相片拍摄的信息，它就窝囊为力了。

接下来，还需要结合相片自身的信息，治理“搜不准”的问题。

传统标签式搜索，需要精确到具体日历（年月日）和拍摄经纬度等相片拍摄数据，哥要搞电信但用户输入的搜索词时常比较婉曲。

为此，团队基于语义领略达成了组合查询，也即是用 AI 将输入文本和相片拍摄数据进行对应，至极于作念了个翻译。举例输入“旧年”，语义领略就会自动提供 2021 年拍摄的系数相片。

以致更考究的某个具体地名，如“西单”也没问题，还能将搜索界限精确到“相片”，筛掉不思搜的贵府：

准确度被治理后，即是这类智能搜索“搜不快”、本钱高的问题了。

毕竟，光是给已有图片建树索引就能让手机算力爆炸，更别提还有新增图片后重建索引、查询时间使用大模子的本钱。

因此在索引上，团队遐想了一套端云交融的语义检索系统。起初用云霄算力进行向量谋划，再用末端拓荒部署腹地索引并检索，这么既能裁减末端谋划量，又确保了搜索的速率；

为了进一步裁减末端耗电量，团队还对索引步地进行了压缩优化，确保搜索时搜的是图片中最“精华”的数据。

在算力上，团队还开发了一套调治料理 CPU、GPU 等异构资源的调理系统，充分诳骗“闲置”资源来谋划云盘上的数据。

这么一来，即使你的网盘中珍贵了 10 万张相片，搜索用时也在毫秒级 —— 不到 1 秒就能找到思要的图像。

治理了这三个问题，临了即是“惜字如金”，让搜索面貌愈加各种化了。

举例，网盘团队还引入了以图搜图、OCR 和视频检索等 AI 时刻。

以图搜图不错奏凯上传图片，通过对比相片内容，来查找网盘内或是全网的相似图片：

以致还能勾搭百度百科：

OCR 识别则不错通过 AI 识别图片中的信息和常识，即使是标点秀丽很狂乱的图片也 OK：

至于视频检索时刻，则是通过 AI 算法，先快速筛选出最能代表视频的一张封面图，以加快视频搜索。

据了解，图搜功能在百度网盘也曾笼罩千万级用户，一年累计图片搜索管事跳跃 2.5 亿次。即使在如斯大的数据量下，百度网盘恒久将用户数据安全及秘籍保护放在首位。

以存储安全为例，百度网盘依托百度云谋划（阳泉）中心，数据可靠性高达 99.9999999999%（12 个 9），极大升迁了用户数据自由性和可靠性。同期，也连续通过三项 ISO 安全认证的年度审核，全标的保险每位用户的数据安全。

回首来看，百度网盘恰是通过包括大模子等前沿时刻来达成了中枢功能的“进化”，从而在一众相似 App 中脱颖而出。

但为何大模子率先引发变革的范畴，会是百度网盘这么的 App？

大模子正在重写系数应用

其实不啻是百度网盘，市面上也曾有不少应用开动吸纳大模子这么的新时刻。

但不管从家具时刻、行业，如故百度自身来看，网盘齐必须是率先发力大模子的一个“存身点”。

从家具自身来看，网盘看成一个料理海量数据的在线存储数据库，势必和 Excel 等数据处理软件一样，濒临着更智能的交互面貌需求。

正如一句话自动作念图成为 Excel 的刚需一样，一句话“搜图”也势必成为用户使用数据库的刚需。

大模子的出现，奏凯在文本和图片之间架设了一座桥梁，使得网盘不再只是一个“硬盘”，而委果成为了用户的“第二大脑”。

从行业发展趋势来看，搜索自身也会成为大模子起初落地的范畴。

包括谷歌 AI snapshot 和百度“AI 伙伴”在内，国表里在线搜索引擎齐也曾赶快引入大模子材干。

但除了搜索外部常识之外，不管是网盘这么的里面数据库搜索、如故转移端本机搜索，关于智能数据搜索相通有着极大需求。谁能率先将智能搜索时刻引入家具，谁就能率先改善用户体验、诱骗更多东说念主使用家具。

临了从百度自身来看，在大模子率先火热之时，CEO 李彦宏就留住过名言：

要用大模子把系数应用重作念一遍。

而网盘 App，恰是百度起初拿出来、最有竞争力的大模子家具之一，其所变革的功能也不单是停留在智能搜索层面。

换而言之，智能搜图、搜视频，还只是百度网盘变革的开动。如今在大模子加持下，网盘具备的 AI 和数据处理材干被澈底激勉出来，澈底成为用户的智能助理。

它以大模子为中枢大脑，通过调用常识、AI 模子和 API 们，能快速达成个东说念主常识料理，立时还将达成多模态创作和多拓荒互联互通 ——

个东说念主常识料理：包括搜索在内，对网盘数据进行全标的智能料理。如对英文财报进行快速回首、依据文献中的贵府修起问题、与用户互动等。

多模态创作：网盘内的图文视频内容，齐也曾能用 AI 达成再创作。如图片自动转视频、视频字幕自动转文本等。

多拓荒互联互通：基于 IoT，赶快将网盘内容在多个智能拓荒上互联互通，传输文献相配浅易。

这个智能助理，恰是网盘前不久开启内测的“云一朵”，有了它，找图、选录、翻译等材干，齐是一句话的事儿。

从智能搜索到百度网盘“云一朵”，被大模子“重写”的百度网盘，也曾率先走在了行业变革的前方。

感趣味的童鞋不错去体验下啦~

参考结合：

https://mp.weixin.qq.com/s/D1miYkH1C6MstJsqx6XwXQ

告白声明：文内含有的对外跳转结合（包括不限于超结合、二维码、口令等体式），用于传递更多信息，省俭甄选时辰，收尾仅供参考telegram 裸舞，IT之家系数著述均包含本声明。