內容行業大變天，爆款全靠AI？
出品 | 微果醬（wjam123456）作者 | 陳出木題圖 | 文心一格 AI的發展之快出乎所有人的預料，似乎一夜之間便呼嘯而來。無論是資本的風向標，抑或是生活工作的輔助、流量口，還是茶余飯
3 月 31 日消息，在今日的百度 AI DAY 上，百度發布首個基于全新互相關注意力（Cross-Attention）的端到端語音語言大模型，宣布實現超低時延與超低成本，在電話語音頻道的語音問答場景中，調用成本較行業均值下降約 50%-90%。
當日，文小言宣布品牌煥新，率先接入該模型，還帶來多模型融合調度、圖片問答等功能升級。接入該模型后，文小言不僅能支持更擬真的語聊效果，而且支持重慶、廣西、河南、廣東、山東等特色方言。據介紹，語音大模型具備極低的訓練和使用成本，極快的推理響應速度，語音交互時，可將用戶等待時長從行業常見的 3-5 秒降低至 1 秒左右。
更新后的文小言還支持“多模型融合調度”，整合了百度自研的文心 X1、文心 4.5 等模型，并接入 DeepSeek-R1 等第三方優質模型，實現了多模型間的智能協同。用戶可以選擇“自動模式”，一鍵調用最優模型組合，也可根據需求選擇單一模型完成特定任務，提升響應速度與任務處理能力。
從活動中獲悉，文小言還加強了圖片問答功能，用戶拍攝或上傳圖片，以文字或語音提問即可直接獲取深度解析。例如，拍攝一道數學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、價格，輔助購物決策。
此外，文小言新增“圖個冷知識”功能，用戶可預設“歷史學者”“科技達人”等人設視角，為同一圖片賦予多維解讀。例如，當用戶詢問“貓窗探秘，為何貓愛窗邊的科學真相？”，文小言能從狩獵本能、能量獲取、領地意識等角度給出獨特解讀。
百度語音首席架構師賈磊透露，該模型是百度在業界首個推出、基于全新互相關注意力 (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下，大模型調用成本比行業平均降低 50%-90%，推理響應速度極快，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，實現了流式逐字的 LLM 驅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。”
本文鏈接：http://www.tebozhan.com/showinfo-45-11833-0.html百度端到端語音語言大模型發布，成本宣稱最高降 90%
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號