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，實現了多模型的融合調度。
現在，用戶可以通過新推出的“自動模式”，一鍵調用最優的模型組合，無需再為不同任務頻繁切換模型。當然，對于偏好單一模型的用戶，他們仍可以選擇使用DeepSeek或文心大模型來完成特定任務。
百度AI產品創新業務負責人薛蘇表示，AI的未來不僅僅是技術參數的競爭，更重要的是如何通過多模型的協同工作，為用戶創造真正的價值。文小言通過開放生態，整合了頂尖的模型能力，旨在打造更強大、更簡潔的AI產品。
在實際應用中，文小言展現出了強大的功能。例如，使用文心大模型X1來設計吉卜力風格的帆布包時，它能夠準確解析風格特點，并連續調用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。
除了傳統的圖片問答功能外，文小言還能夠基于原圖進行一鍵二次創作。用戶只需上傳一張圖片，它就能調用圖片理解和AI繪圖工具，設計出同款的衍生品。然而，在實際測試中，當原圖元素過于復雜時，可能會出現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”，文小言就會自動調用百度教育積累的資源，為用戶提供詳細的解題步驟。很多題目還有視頻版數字人講解，為用戶提供了更加直觀的學習方式。
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，該模型基于互相關注意力機制，實現了端到端的語音語言處理。相比行業平均水平，該模型的調用成本降低了50%-90%，推理響應速度極快，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，為未來的商業化探索打下堅實基礎。
