3 月 31 日消息，今日在新一期百度 AI DAY 上，文小言宣布完成品牌煥新與功能升級。除品牌視覺形象煥新外，文小言聚焦模型開放與功能創(chuàng)新，支持多模型融合調(diào)度，升級全新語音大模型、圖片問答、AI 生圖生視頻等多項能力。7xB28資訊網(wǎng)——每日最新資訊28at.com

文小言此次升級的核心亮點在于“多模型融合調(diào)度”。通過整合百度自研的文心 X1、文心 4.5 等模型，并接入 DeepSeek-R1、可靈等第三方優(yōu)質(zhì)模型，文小言實現(xiàn)了多模型間的智能協(xié)同。用戶只需選擇“自動模式”，即可一鍵調(diào)用最優(yōu)模型組合，或根據(jù)需求靈活選擇單一模型完成特定任務(wù)，大幅提升響應(yīng)速度與任務(wù)處理能力。7xB28資訊網(wǎng)——每日最新資訊28at.com

據(jù)了解，此次功能升級，文小言進一步提升了全新語音大模型、圖片問答、AI 生圖生視頻等能力。全新語音大模型支持方言對話、復(fù)雜知識問答及隨時打斷等場景，用戶可進行語音知識問答或趣味角色扮演。7xB28資訊網(wǎng)——每日最新資訊28at.com

百度語音首席架構(gòu)師賈磊透露，該模型是百度在業(yè)界首個推出、基于全新互相關(guān)注意力 (Cross-Attention) 的端到端語音語言大模型。在語音場景滿足一定交互指標(biāo)下，大模型調(diào)用成本比行業(yè)平均降低 50%-90%，推理響應(yīng)速度極快，將語音交互等待時間壓縮至 1 秒左右，極大提升了交互流暢性。同時，在大模型加持下，實現(xiàn)了流式逐字的 LLM 驅(qū)動的多情感語音合成，情感飽滿、逼真、擬人，交互聽感也得到極大提升。7xB28資訊網(wǎng)——每日最新資訊28at.com

圖片問答功能讓用戶可以通過拍攝或上傳圖片，以文字或語音提問直接獲取深度解析。例如，拍攝一道數(shù)學(xué)題可實時生成解題思路與視頻解析；上傳多款商品圖可對比參數(shù)、價格，輔助購物決策；拍攝杯子設(shè)計圖后，AI 可自動解析風(fēng)格并生成同款手機殼、支架等周邊產(chǎn)品。7xB28資訊網(wǎng)——每日最新資訊28at.com

值得一提的是，新增的“圖個冷知識”功能更富趣味性，用戶可預(yù)設(shè)“歷史學(xué)者”“科技達人”等人設(shè)視角，為同一圖片賦予多維解讀。例如，當(dāng)用戶詢問“貓窗探秘，為何貓愛窗邊的科學(xué)真相？"，文小言能從狩獵本能、能量獲取、領(lǐng)地意識等角度給出獨特解讀。7xB28資訊網(wǎng)——每日最新資訊28at.com

本文鏈接：http://www.rrqrq.com/showinfo-45-11834-0.html百度文小言官宣支持多模型調(diào)度，升級端到端語音大模型、圖片問答能力

聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。郵件：[email protected]

上一篇： 百度端到端語音語言大模型發(fā)布，成本宣稱最高降 90%

下一篇： 5.28 億融資砸向杭州具身智能公司：清華叉院機器人天才坐鎮(zhèn)，被稱為“中國版 Figure”