自由画布，给创作者一个哆啦A梦的口袋

当代职场人最烦两件事，一是开会，二是线上开会。

我们常常把开会视作头脑风暴、思维碰撞的绝佳场所，辅以office、pdf等线上文件处理工具，打破了空间限制，似乎又延伸了思维拓展的边界。

但现实是，语言限制了思想表达的完整性，各类工具占满了电脑内存、烧干了CPU，不同文件用不同工具打开，满满当当的电脑屏幕，让人恨不得生出四双眼睛。

大模型时代，职场人对AI创作寄予厚望，可chatbot上来一个“how can I help you today”对话框就让语言的壁垒重现：该说什么才能让chatbot尽快理解我的需求？

我们希望chatbot能代替自己的眼睛和大脑，以更高的效率消化各类素材，将头脑风暴的范围限制在chatbot的一个界面里，以更高的密度和更小的信息传输损害，实现更精准地输出。

但“格式”成为了素材交融的最大屏障，降低了思维碰撞的效率和思维融合的范围，产出的文章、PPT、海报，总不尽如人意。

AI创作要真正改变职场人和创作者的困境，核心不在于提供一个对甲方需求永远耐心的“实习生”，而是一个打破语言、工具界限，思想碰撞更加高效无阻的思维宇宙和趁手可用的“小能手”。

从这一思路出发，2025年，一场AI创作的“拨乱反正”已经开始了。

格式无界，创作无界

两个月前，李彦宏在百度世界大会上亲自推荐了一款产品——“自由画布”，向AI创作的思维壁垒开了第一枪。

“自由画布”主打多格式、全模态文件的理解、生成、创作能力，不管素材有多少种文件格式，“一圈一拖”即可实现一站式、多线程地素材的消化和结果的输出。

“画布”的概念由来已久，上次引发瞩目是在2022年苹果在iPad上引入“无边记”。总结其为何打动创作者，其实是尊重了创作的天马行空，理解了灵感是迸发于不同素材之间的化学反应里的，为此作的努力是包容更多的素材，让这种化学反应来得更猛烈一些。

百度文库“自由画布”在做的是类似的事。

创作的过程可以概述为“输入->输出”的过程，输入素材的类型丰富程度、数量规模都极大程度地影响“输出”的表现。但市面上的chatbot的普遍困境是，输入端“要素”过多导致超载。

我们日常创作需要的素材格式有超过100种，视频有mp4/avi/rmvb，文字资料有doc/epub/txt，图片有jpg/gif/png，处理起来仿佛八国联军会晤，沟通需要翻译，作战风格需要磨合。

过去没有大模型，我们也免不了在电脑上下载各类App，以避免“文件格式不支持”的窘境，chatbot不只是要支持不同格式的素材的呈现，还要能解读、生成，难度更大了。

自由画布依托于百度文库和百度网盘的全面打通，覆盖了我们日常创作中会用到的大部分素材格式，并且通过“一拖一圈”的极简操作，辅以自然语言对话，打破了过往AI创作类产品的单一交互方式。

例如写一篇《小巷人家》的剧评，需要的素材包括电视剧片段、剧照、剧情梗概、社交平台评论，延伸一些还包括主创幕后采访（文字/视频）等，创作者可以在将它们全部拖到一块“画布”上，或者直接从百度网盘一键上传。

每个素材都可以进行针对性解析，根据素材的内容，可以通过「一圈」的方式，分门别类地选择参考逻辑结构、语言风格、主要观点等等，实现灵感的激发和个性化内容的创作。

创作者在此基础上进行进一步筛选后，用鼠标圈定出可用的素材，点击“生成文档”，确认大纲后即可生成文档，生成的文档中会理解素材，并直接在合适的位置插入素材。

初稿不仅可修改（自由画布不仅内置编辑器，还能用AI对选定段落进行改写、扩写、写作风格的更改等等），还可以作为素材与其他素材再次“化学反应”，循环“一拖一圈”的步骤迭代到第二版、第三版。

自由画布的灵魂是“自由”，旨在提供一个不受限于格式的素材池，为创作者开辟一个无拘无束、充分拓展的思维空间，再辅以实用性更强的“AI小能手”，是思维空间，更是创作空间。

哆啦A梦的口袋

欧洲的民俗传说中有一双著名的“七里靴”，《浮士德》里的恶魔穿着它追赶浮士德“一步七里”。

创作者对AI创作的实际诉求类似于“七里靴”，本质是让创作的每一个步骤都拥有更高的效率、范围更大的延伸，而不是让chatbot代替自己去创作，让“七里靴”代替自己去跑。

传统的chatbot限定了创作者以对话的形式“告诉”chatbot自己的需求，实际上是放弃了一部分“只可意会不可言传”的信息，造成产出与需求的错位，所以创作者普遍有这样的困惑，“明明该说的都说了，为什么chatbot写的文章还是不符合我的要求？”

自由画布在流程和功能设计上的“拨乱反正”由此入手，一个个功能明确的按钮取代了逼迫人咬文嚼字的对话框，就像windows自带的画图软件，看着死板却“开箱即用”。

功能设计则将重点放在提高重复性强、依赖算力的环节的效率以及素材的延伸和拓展，在这个过程中，各个“输出”关键节点的“确定权”仍在创作者手中，打造了一个流程可控、多任务并行、公私域内容全面打通的高效创作空间。

假设要做一个有关“中国电动车技术发展现状”的ppt，可以上传一个内容弱相关、但布局风格可以借鉴的ppt，仅选择“使用当前模板”，内容方面，则可以上传机构报告、行业分析等，参考其中主要观点或文字风格。

相当于在“输入端”划了重点，输出就会更精准、更符合需求，事半功倍。

在圈定好各个素材的参考侧重点后，生成具体文章前还会给出文章大纲，给了创作者修改文章思路的机会，不满意则重新生成或者添加新的素材。

多任务并行则是自由画布区别于主流AI创作应用在效率上的独有的优势。

目前市面上大部分chatbot采用的是串行模式，即同一时间只执行一个操作，就像开篇描述的“干瞪进度条”，是工作效率的洼地——人类工作还能一边开电话会议一边写材料呢。

自由画布可以一边做视频素材的内容总结，一边做文字素材的观点提取，这种并行操作更符合打工人“一边做渲染一边剪片子”的日常，工作效率提升了几个层级。

百度文库、百度网盘的公私域全面打通，配合AI全网搜，则是给自由画布“开了挂”。

比如做“中国电动车技术发展现状”ppt，可以从网盘、文库一键上传相关公司的财报、发展历程和行业报告；已有的素材里行业数据太老需要更新，直接点击下方的“AI全网搜”按钮、搜索到最新数据后点击确认，再做类似的“划重点”操作。

自由画布集成了全新的智能生产力，充分赋能创作者，就像哆啦A梦的口袋之所以成为童年梦想，不是因为提供了唾手可得的成果，而是让我们变成了更强大的人。

AI创作重定义

人工智能早在2012年就成为显学，但直到大模型给人工智能带来了“生成式”的前缀，才开始在产业引发海啸。“生成”即是生产力的显化，结合当代生产力的组成，以“生成文稿”、“生成绘画”为代表的AI创作，便成为了大模型公司最早发力的领域。

但直到现在，真正在职场上发挥作用的AI创作产品屈指可数。

2024年高喊着“大模型落地元年”的口号到来，但AI创作却似乎进入了冷静期，无论是大模型公司还是创作者，都开始审视大模型的输出是否与创作者的真实需求对齐。

总结了主流产品的推广困境，自由画布主要聚焦于两个思路做突破：一是交互上的全面革新，二是充分理解“AI+创作”，不仅真正实现了all in one的一站式满足，还带来全新的解法。

交互的问题主要来自于ChatGPT爆火带来的先入为主。

在一些特定场景中，“对话”确实是更好的交互方式，比如手机AI管家、智能家居等，共同点是需要处理的都是标准化的事务性工作，比如打车、订餐厅座位、空调自动调节等，也就是说评判标准是“最没做到”，而不是“好不好”。

AI创作与这些工作的核心区别在于，其输入和输出都是风格化、个性化的，充满了主观的、难以用语言概括的输入和评判标准，因此要做的是把创作的主导权还给创作，大模型的角色不是「助手」，而是一个帮助创作者提高效率的「能手」。

由此诞生的自由画布，充分给予用户交互上的自由，从目前的反馈来看，其有别于其他AI创作产品的在线编辑器、多格式支持、多线程并行、让用户普遍感觉“比想象的好用”。

而百度有意的“功能留白”，也给自由画布更加完善的未来留下了想象空间。

比如自由画布基于网盘、文库底层打通、格式打通，如果生成的作品可以通过链接分享给他人，有望开拓一个“共同创作”的空间，即同一作品可以由多人完成、多层级修改、多线程处理，很适配于文化创意产业的协同模式，也开辟出了全新的AI创作场景。

2024年结束了，有遗憾也有沉淀，自由画布的登场，已经给2025年AI创作的新叙事铺垫了一个好的开头。

参考资料

[1]Computing inside an AI, Will Whitney

[2]为什么聊天机器人界面不是未来，无界社区mixlab

[3]AI产品形态交汇的背后：Canvas, Artifacts, Cursor and more，左右横眺

作者：何律衡

编辑：李墨天

视觉设计：疏睿

责任编辑：何律衡

封面图片来自ShotDeck