3月31日,新一期百度AI DAY上,文小言宣布完成品牌焕新与功能升级。除品牌视觉形象焕新外,文小言聚焦模型开放与功能创新,支持多模型融合调度,升级全新语音大模型、图片问答、AI生图生视频等多项能力,为用户带来更智能、更高效的AI体验。 此次活动上,百度还发布业界首个基于全新互相关注意力(Cross-Attention)的端到端语音语言大模型,实现超低时延与超低成本,在电话语音频道的语音问答场景中,调用成本较行业均值下降约50%-90%。 百度AI产品创新业务负责人薛苏强调:“AI的未来不再是单纯的技术参数比拼,而是如何通过多模型协同,真正为用户创造价值。文小言希望通过开放生态,整合顶尖模型能力,做出更强大、更简单的AI产品。” 据了解,文小言此次升级的核心亮点在于“多模型融合调度”。通过整合百度自研的文心X1、文心4.5等顶尖模型,并接入DeepSeek-R1、可灵等第三方优质模型,文小言实现了多模型间的智能协同。用户只需选择“自动模式”,即可一键调用最优模型组合,或根据需求灵活选择单一模型完成特定任务,大幅提升响应速度与任务处理能力。 以“设计三种风格的南偏东客厅效果图”为例,文小言能够精准解析装修风格差异,调用文心X1完成深度推理,生成三幅风格迥异但视角一致的装修效果图;随手拍摄一张茅台镇的照片,文小言就可以调用文心4.5的多模态分析能力,精准识别出地理位置、当地产业、建筑风格等详细信息。 此次功能升级,文小言还进一步提升了全新语音大模型、图片问答、AI生图生视频等能力,全面优化用户体验。 比如,全新语音大模型支持方言对话、复杂知识问答及随时打断等场景,用户可进行语音知识问答或趣味角色扮演。接入全新的端到端语音语言大模型后,文小言不仅能支持更拟真的语聊效果,而且支持重庆、广西、河南、广东、山东等特色方言。数据显示,语音大模型具备极低的训练和使用成本,极快的推理响应速度