在近期舉辦的百度AI DAY活動中，文小言品牌迎來了全面煥新與功能上的重大升級。此次升級不僅引入了百度自研的文心大模型X1和4.5，還整合了滿血版DeepSeek-R1、可靈等第三方模型，實現(xiàn)了多模型的融合調(diào)度。
現(xiàn)在，用戶可以通過新推出的“自動模式”，一鍵調(diào)用最優(yōu)的模型組合，無需再為不同任務(wù)頻繁切換模型。當(dāng)然，對于偏好單一模型的用戶，他們?nèi)钥梢赃x擇使用DeepSeek或文心大模型來完成特定任務(wù)。
百度AI產(chǎn)品創(chuàng)新業(yè)務(wù)負(fù)責(zé)人薛蘇表示，AI的未來不僅僅是技術(shù)參數(shù)的競爭，更重要的是如何通過多模型的協(xié)同工作，為用戶創(chuàng)造真正的價值。文小言通過開放生態(tài)，整合了頂尖的模型能力，旨在打造更強(qiáng)大、更簡潔的AI產(chǎn)品。
在實際應(yīng)用中，文小言展現(xiàn)出了強(qiáng)大的功能。例如，使用文心大模型X1來設(shè)計吉卜力風(fēng)格的帆布包時，它能夠準(zhǔn)確解析風(fēng)格特點，并連續(xù)調(diào)用AI繪圖工具，快速生成帆布包的正反面效果圖。文心4.5的多模態(tài)分析能力也非常出色，能夠識別出照片中的地理位置、背景建筑等詳細(xì)信息。
文小言還具備語音交互功能，用戶可以在拍攝過程中直接用語音提問，文小言會自動拍攝并識別語音進(jìn)行回答。同時，它還支持多種方言對話和音色切換，為用戶提供了更加豐富的交互體驗。
除了傳統(tǒng)的圖片問答功能外，文小言還能夠基于原圖進(jìn)行一鍵二次創(chuàng)作。用戶只需上傳一張圖片，它就能調(diào)用圖片理解和AI繪圖工具，設(shè)計出同款的衍生品。然而，在實際測試中，當(dāng)原圖元素過于復(fù)雜時，可能會出現(xiàn)文字拼寫錯誤或主體不一致的問題。
文小言還整合了拍照搜題功能。用戶只需在拍照界面選擇“解題老師”，文小言就會自動調(diào)用百度教育積累的資源，為用戶提供詳細(xì)的解題步驟。很多題目還有視頻版數(shù)字人講解，為用戶提供了更加直觀的學(xué)習(xí)方式。
在對話延遲度方面，文小言也有了顯著提升。這得益于百度全新的語音大模型，該模型基于互相關(guān)注意力機(jī)制，實現(xiàn)了端到端的語音語言處理。相比行業(yè)平均水平，該模型的調(diào)用成本降低了50%-90%，推理響應(yīng)速度極快，用戶等待時長從常見的3-5秒縮短至1秒左右。
雖然目前文小言暫不支持圖生圖功能，但它已經(jīng)融合了文生圖、AI修圖、AI視頻生成等新玩法，為用戶提供了更加豐富的創(chuàng)作體驗。同時，薛蘇也表示，目前文小言將全面擁抱免費策略，專注于提升用戶體驗，為未來的商業(yè)化探索打下堅實基礎(chǔ)。
