“AI拜年”火遍朋友圈，營銷的終局是拼技術_風聞

題圖由文心大模型4.0 Turbo生成

每年春節前夕，都是互聯網營銷的關鍵陣地。

2025年也不例外。有別於紅包、集福等常規玩法，越來越多的企業開始用AI“花式過年”。

比如百度搜索的“春節祝福語”活動，只需一張照片和一句文案即可生成一張喜慶的拜年賀卡，吸引無數人在朋友圈中秀創作、送祝福，用一種個性化十足的方式點燃了春節的熱鬧氛圍。

01 “AI拜年”走紅，密碼是沒有“AI味兒”

時間回到2023年初，AIGC的熱潮剛剛被引燃，一些“聰明”的企業順勢抓住了“新春祝福”的流量風口，讓AI幫用户生成祝福海報。

最終卻未能出圈，沒有在互聯網上留下太深的記憶。

原因很簡單，這樣的海報有一股濃濃的“AI味兒”：文案看似辭藻華麗，但幾乎沒有什麼意義，有些甚至簡單粗暴的複製網絡內容；生成的圖片，無法避免一些常識性錯誤，比如生成的兔子是沒有尾巴的。

為什麼百度的“AI拜年”非但沒有翻車，反而成就了一種新玩法呢？在回答這個問題前，先來體驗下百度的“定製照片賀卡”。

首先在百度APP上搜索“春節祝福語”，進入到拜年的活動頁面，找到“蛇年專屬祝福”的服務。

進入到定製頁面後，上傳一張正臉照，用於定製專屬照片賀卡。

照片上傳後，輸入一句話作為Prompt，比如畫一個圖中人在太空艙內掛中國結、畫一個圖中人在海底餐廳中與鯊魚共享年夜飯、畫一個圖中人在長城上拉橫幅寫“新年快樂”、畫一個圖中在月球表面上撒紅包……當然，也可以直接使用推薦的描述。

然後靜靜等待奇蹟發生。

【我們用不同的提示詞，生成了一組拜年賀卡，祝閲讀本文的各位讀者蛇年大吉大利。】

讓我們驚訝的是，生成圖片中的人物和上傳的正臉照相似度高達90%以上。不僅沒有出現張冠李戴，從整體到細節都可以用“逼真”來形容，幾乎看不到“AI味兒”。

前面的問題，已然有了確切的答案。

一是更有“文化”。

有別於市面上形形色色的文生圖類應用，百度實現了特定人物的圖像生成，不僅懂技術，而且有“文化”。在中國的文化習俗裏，春節的寓意絕不是表面上的貼春聯、放鞭炮、吃餃子，而是團圓和祝福。拜年賀卡的“主角”定義為用户自己時，有着別樣的情感，直接將“年味兒”拉滿。

二是更加真實。

上述六張照片都是AI生成的，可以説毫無違和感，沒有變形的手指，沒有出現詭異的物品，而是完美還原了背景和人物的秒不特徵，終於擺脱了“一眼假”的尷尬。（當我們把同一指令測試其他文生圖應用時，生成的圖片幾乎看不到原圖中人物的影子，而且每次生成的人物都不一樣）。

做一個總結的話：AI給出了“拜年”新思路，精髓不在於形式上有多“花哨”，而是用技術彌補缺失的年味兒。看似是比拼創意的營銷戰，背後卻是技術和創新能力的對壘。

02 “好玩”的背後，離不開iRAG技術

一個好的創意能否出圈，存在很大的偶然性；一項新的技術能否流行，在於解決了多少問題。

兩年前ChatGPT橫空出世，生成能力的進化刷新了人們的認知，但“一本正經地胡説八道”時有出現。這種現象被稱作是“幻覺”，如果不能把“幻覺”出現的概率降到足夠低，大模型就無法真正從“好用”變成“有用”。

消除“幻覺”的主流技術，正是RAG（檢索增強生成），基本思想是通過從外部知識庫中檢索相關信息，並將這些信息作為額外的上下文提供給大模型，以提高生成內容的準確性和實用性。

文本生成的“幻覺”問題終於有了解題的方向，文生圖的“幻覺”又該從何處着手呢？

2024年11月的百度世界2024大會上，百度創始人李彥宏在主題為《應用來了》的演講中發佈了一項賦能AI的技術——iRAG，摸索出了一條消除圖像“幻覺”的可行路徑。

iRAG技術可以看作是一種全新的檢索增強文生圖範式，將百度搜索的億級圖片資源和文心大模型的生成能力結合，實現了對用户的需求和真實世界的場景進行對齊，然後生成符合現實的圖像。

作為一種緯度上的探索，iRAG通過提升系統複雜度，進一步提升了生成內容的可靠性，並賦予了文生圖更大的實用性。

還是以“拜年賀卡”為例，本身並不是什麼新創意，許多年前就有一些娛樂明星在春節期間給粉絲髮祝福賀卡，不乏熱搜級別的話題。然而，這樣的祝福海報，需要一支專業的攝影團隊，需要打光、調色、後期等一系列分工，成本高、耗時長，而且要來回溝通修改。

無幻覺、超真實、沒成本、立即可取的iRAG，讓“技術平權”成為了一種現實：在春節這樣的傳統節日裏，普通用户也可以發揮自己的想象力，只需要上傳一張照片，等待幾秒鐘，就能生成一張張有趣的“拜年賀卡”。過去專業團隊才有的能力，“飛進了尋常百姓家”。

也就是説，拜年賀卡之所以沒有“AI味兒”，iRAG技術有着不可或缺的作用，同時也通過一場面向億萬用户的“大練兵”，驗證了iRAG技術在多模態融合、低門檻交互、場景泛化等方面的能力突破。

以往不少人對iRAG的理解，可能僅僅停留在了概念階段，經過“AI拜年”的營銷槓桿，無疑讓更多人深切感受到了圖像生成的另一種可能。

畢竟大模型浪潮已經持續了兩年多，早已從對技術的“好奇心”轉向大規模應用，而“幻覺”正是制約大模型應用落地的一大絆腳石。大眾認知被刷新的同時，也為AI作為生產力工具鋪平了道路。

03 更大的想象力，在於產業化落地

2024年初的時候，國外就有導演推出了全部素材均由大模型生成的短片，吸引了不少人的眼球。

可一年時間過去後，幾乎看不到大模型參與的影視作品出現，正在上映的院線電影，沒有一幀是大模型生成的。原因並不難解釋，那部由大模型生成的短片，前後花費了3個多月進行製作，進行了大量的剪輯和拼接，成本遠高於傳統生產模式。

原因無他，任何技術和“生產力工具”掛鈎後，準確性和可靠性始終是產業化落地的第一要義。

就現階段而言，市面上比較流行的幾個文生圖應用，在很大程度上偏向“抽象的、超現實主義的藝術家”，對現實世界缺少了解，生成的圖片天馬行空，卻和實用性存在本質矛盾。

iRAG是怎麼降低幻覺的呢？百度CTO王海峯曾在媒體採訪中將技術原理拆分為三步：

第一步是對用户的需求進行分析理解，自動規劃精確或泛化方案，比如對哪些實體進行增強；

第二步是對需要增強的實體，檢索並選擇相應的參考圖；

第三步是生成圖像，使用了百度自研的多模可控生圖大模型，通過注意力計算，在保持實體特徵不變的情況下，實現了圖像的高泛化生成，比如根據牛頓的肖像，生成繪本風格的牛頓（在實際落地應用中，iRAG也支持用户上傳參考圖，生成用户期望的圖片）。

打個比方的話，iRAG將大模型從追求炫酷的藝術家，變成了嚴謹、靠譜的“美工”。追求的是提供可靠的解決方案，瞄準的是產業化落地，讓技術真正能夠服務於生產。

【PS：為了驗證iRAG的“美工”能力，我們使用文心大模型4.0 Turbo生成了一組“惡搞圖片”。】

相較於To C的“意識流”產品，iRAG可能不是最引人注目的選擇，卻抓住了產業化的核心癥結。

比如每天要出具大量效果圖的建築設計企業、處理海量產品圖片的電商企業、面臨大規模創意素材產出壓力廣告企業、批量生成樣板間效果圖的裝修設計企業……他們需要的是標準化的內容生產，而且要穩定輸出、行為可控，恰恰也是iRAG着力解決的問題。

這讓我們想到了電燈的進化史：早在19世紀初，戴維·漢弗裏就在課堂上演示了電流通過白金絲髮光的現象，20年後誕生了由白金絲製成的熾光燈泡，直到愛迪生1879年研製出碳化纖維作為燈絲的白熾燈，可靠性和成本之間有了最優解，世界才慢慢被照亮。

沿循這樣的邏輯，iRAG可能就是改變行業走向的那根“燈絲”，解決了圖像生成的可靠性，同時給出了無法被拒絕的成本優勢：譬如在品牌宣傳場景中，拍一組汽車在某場景下的宣傳海報，動輒大幾十萬，現在有了iRAG，只需要一句提示詞，創作成本接近於0。

由此可以預見，建築設計、廣告策劃、品牌傳播、影視娛樂……所有涉及到圖像製作的行業，都可能在iRAG技術的賦能下降本增效，在產業端釋放出誘人的想象空間。

04 寫在最後

兩年前大模型剛走紅時，沒人想到會改變什麼，現在已經逐步在各行各業落地，持續迸發出新質生產力。

也許兩年後再來審視2025年初的“AI拜年”熱，被記住的將不僅僅是“好玩”，而是iRAG走向千行萬業的標誌，屆時將有50%的視覺設計基礎工作都iRAG參與完成，連煎餅攤的老闆都能設計出自己的個性化菜單。

在大模型的起始階段，每一個創新都有可能開闢出一條前人未曾涉足的道路，iRAG的探索才剛剛開始。