在剛剛結束的百度 AI DAY 上，百度文小言正式宣佈了品牌煥新和功能升級的消息。此次升級不僅包括全新的視覺形象，更重要的是引入了多模型融合調度技術，這將極大增強其語音識別和圖片問答的能力。

文小言的多模型融合調度是本次升級的核心亮點。通過整合百度自研的文心 X1、文心4.5等模型，並引入了諸如 DeepSeek-R1和可靈等第三方優質模型，用戶可以根據需求靈活選擇使用最適合的模型。用戶只需輕鬆點擊 “自動模式”，系統就會智能選擇最佳模型組合，顯著提高響應速度與任務處理能力，真正實現了一鍵解決問題的理想體驗

image.png

在語音能力方面，全新升級的語音大模型支持多種方言對話、複雜知識問答，甚至可以隨時打斷對話。這意味着用戶不僅可以通過語音獲取知識回答，還可以進行趣味角色扮演，交互體驗更爲豐富。百度語音首席架構師賈磊指出，這款模型是行業首個基於全新互相關注意力（Cross-Attention）技術的端到端語音語言大模型，相比行業平均水平，其調用成本降低了50%-90%。同時，該模型的推理響應速度極快，等待時間縮短至1秒左右，讓用戶的交互體驗更加流暢。

此外，文小言還推出了創新的圖片問答功能，用戶可以通過拍照或上傳圖片，直接以文字或語音提問，獲取詳細解析。例如，用戶拍攝一道數學題，可以實時獲得解題思路與視頻解析;上傳商品圖片則能幫助比較參數和價格，方便購物決策。新增的 “圖個冷知識” 功能更是富有趣味，用戶可以預設 “歷史學者” 或 “科技達人” 等視角，從多維度解讀同一圖片，提升了互動的樂趣。

百度文小言的這次升級無疑爲用戶帶來了更爲智能和便捷的體驗，未來的互動將會更加多樣化。