百度发布语音语言大模型，文小言全面升级，支持多地方言

　　3月31日下午，百度在AI DAY上正式发布了首个基于全新互相关注意力（Cross-Attention）技术的端到端语音语言大模型。该模型实现了超低时延和超低成本，在电话语音问答场景中，调用成本较行业均值下降约50%-90%。

　　目前文小言已完成品牌焕新，率先接入这一新模型。更新后的文小言不仅支持更拟真的语聊效果，还能支持重庆、广西、河南、广东、山东等地的方言。同时，语音大模型通过极低的训练和使用成本，以及极快的推理响应速度，将用户等待时长从行业常见的3-5秒缩短至1秒左右。

　　文小言还实现了“多模型融合调度”，整合了百度自研的文心X1、文心4.5等顶尖模型，并接入DeepSeek-R1等第三方优质模型。用户可以选择“自动模式”，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，提升任务处理效率。

　　此外，文小言的图片问答功能也得到了加强。用户拍摄照片或上传图片，以文字或语音提问，即可直接获取深度解析。例如，用户拍摄数学题可实时生成解题思路与视频解析；上传商品图片可对比参数和价格，辅助用户进行购物决策。