百度“文小言”功能升级,支持多模型融合调度

商业范儿 2天前 阅读数 6 #科技

3月31日,百度宣布“文小言”完成了全方位的品牌焕新与功能升级。除了全新的品牌视觉形象外,文小言在此次升级中聚焦于模型开放与功能创新,支持多模型融合调度,并升级了语音大模型、图片问答、AI生图生视频等多项能力。

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。

例如,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;而随手拍摄一张茅台镇的照片,文小言则可以调用文心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,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。在语音交互方面,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。

百度语音首席架构师贾磊透露,这一模型是百度在业界首个推出、基于全新互相关注意力(Cross-Attention)的端到端语音语言大模型。在语音场景满足一定交互指标下,大模型调用成本比行业平均降低50%-90%,推理响应速度极快,将语音交互等待时间压缩至1秒左右,极大提升了交互流畅性。

图片问答功能让用户可以通过拍摄或上传图片,以文字或语音提问直接获取深度解析。例如,拍摄一道数学题可实时生成解题思路与视频解析;上传多款商品图可对比参数、价格,辅助购物决策;拍摄杯子设计图后,AI可自动解析风格并生成同款手机壳、支架等周边产品。

值得一提的是,新增的“图个冷知识”功能更富趣味性,用户可预设“历史学者”“科技达人”等人设视角,为同一图片赋予多维解读。例如,当用户询问“猫窗探秘,为何猫爱窗边的科学真相?”时,文小言能从狩猎本能、能量获取、领地意识等角度给出独特解读。

百度AI产品创新业务负责人薛苏表示,“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。”

当前,大模型的竞争聚焦于三个方面,模型、产品和营销三个方面,通过文小言的品牌焕新,百度正试图通过开放的多模型的融合,试图打造一个更加智能和高效的AI助手。

发表评论:

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。

商业范儿

商业范儿

新科技,新消费,新主张!