北京
3月31日，百度發(fā)布業(yè)界首個基于全新互相關(guān)注意力(Cross-Attention)的端到端語音語言大模型，實現(xiàn)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(diào)用成本較行業(yè)均值下降約50%-90%。文小言率先接入該模型，還帶來多模型融合調(diào)度、圖片問答等功能升級。接入全新的端到端語音語言大模型后，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。語音大模型具備極低的訓(xùn)練和使用成本，極快的推理響應(yīng)速度，語音交互時，可將用戶等待時長從行業(yè)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(diào)度”，通過整合百度自研的文心X1、文心4.5等頂尖模型，并接入DeepSeek-R1等第三方優(yōu)質(zhì)模型，實現(xiàn)了多模型間的智能協(xié)同。同時，文小言還加強(qiáng)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。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
