iRAG

iRAG是百度於2024年11月12日正式發布的跨模態生成技術，通過結合百度搜尋的億級圖片資源與基礎模型能力，解決了傳統文生圖技術中存在的語義理解偏差和圖像細節失真問題。該技術具備無幻覺生成、超真實還原、即時回響等特性，2025年1月通過「AI 拜年」活動實現了大規模商用驗證，能夠根據用戶輸入的文本和參考圖像生成高度匹配的個性化圖片。

基本介紹

• 技術類型：跨模態生成技術
• 發布時間：2024年11月12日
• 核心技術：檢索增強生成（RAG）
• 套用場景：AI圖像生成、數字行銷
• 優勢特性：消除圖像生成幻覺
• 所屬公司：百度

技術背景

2024年11月李彥宏在百度世界大會上指出，傳統文生圖技術存在引用信息失準、材質紋理錯位等"生圖幻覺"問題，這成為制約AI圖像生成技術商業套用的核心瓶頸。基於百度搜尋積累的超過十億張結構化圖片數據，研發團隊提出將檢索增強機制與傳統擴散模型結合的技術路線。

技術原理

iRAG採用三階段生成架構：

• 檢索階段：根據輸入文本從百度的圖片索引庫中匹配視覺特徵最相關的候選圖像
• 對齊階段：通過跨模態對比學習實現文本描述與參考圖像的語義對齊
• 生成階段：基於檢索結果對基礎模型進行注意力引導，重構高保真圖像

核心優勢

相比傳統文生圖系統，iRAG展現出三項突破性特徵：

• 完全消除材質錯配、肢體扭曲等幻覺問題，圖像可用率提升至98.6%
• 生成速度突破秒級回響，單張圖片平均耗時僅2.3秒
• 支持多模態輸入，可同時解析文本指令和參考圖像特徵

套用實例

2025年1月推出的「AI 拜年」功能是iRAG首個規模化套用案例。用戶上傳個人照片並輸入祝福語後，系統可生成包含用戶形象元素的定製化拜年賀卡。該功能上線首周即產生超過1200萬次圖片生成請求。

發展歷程

• 2024年11月12日：在百度世界大會上首次發布iRAG技術架構
• 2024年11月14日：李彥宏宣布該技術已通過企業內部壓力測試
• 2025年1月1日：列為百度成立25周年全員信中重點突破技術
• 2025年1月28日：通過「AI 拜年」活動完成首次大規模商用驗證

截至2025年1月，iRAG已累計生成超過3.2億張商業可用圖像，覆蓋電商產品展示、社交媒體行銷、個性化內容創作等多個領域。該技術的推出標誌著跨模態生成技術從實驗室研究邁向工業化套用階段。