成本最高降90%！百度发布端到端语音语言大模型，已在文小言上线

文章预览

3 月 31 日，在百度 AI DAY 上，百度发布业界首个基于全新互相关注意力 (Cross-Attention) 的端到端语音语言大模型，实现超低时延与超低成本，在电话语音频道的语音问答场景中，调用成本较行业均值下降约 50%-90% 。当日，文小言宣布品牌焕新，率先接入该模型，还带来多模型融合调度、图片问答等功能升级。 接入全新的端到端语音语言大模型后，文小言不仅能支持更拟真的语聊效果，而且支持重庆、广西、河南、广东、山东等特色方言。据介绍，语音大模型具备极低的训练和使用成本，极快的推理响应速度，语音交互时，可将用户等待时长从行业常见的 3-5 秒降低至 1 秒左右。 更新后的文小言还支持“多模型融合调度”，通过整合百度自研的文心 X1 、文心 4.5 等顶尖模型，并接入 DeepSeek-R1 等第三方优质模型，实现了多模型间的智能协同。用户可以 ………………………………