文小言上新了！支持多模型调度，升级全新语音大模型、图片问答能力

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。”

多模型融合:打造AI“超级大脑”，重新定义用户体验

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。

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，该模型是百度在业界首个推出、基于全新互相关注意力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。同时，在大模型加持下，实现了流式逐字的LLM驱动的多情感语音合成，情感饱满、逼真、拟人，交互听感也得到极大提升。