西風(fēng) 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI
剛剛，百度文小言全面升級(jí)了。
基于多模型的能力，文小言升級(jí)了包括全新大語(yǔ)音模型圖片問(wèn)答等在內(nèi)的一系列有趣兒又實(shí)用的新玩法。
比如圖片問(wèn)答，拍四只不同鸚鵡的大頭照，問(wèn)它鸚鵡性別（doge）
你還真別說(shuō)，這都能回答對(duì)，分析得頭頭是道：
而且現(xiàn)在圖片問(wèn)答還可以這樣玩，基于原圖元素一鍵二創(chuàng)，小雛菊杯子搖身幻化出小雛菊手機(jī)殼、抽紙盒：
內(nèi)外兼收，支持多模型融合調(diào)度
本次升級(jí)，文小言直接把自家剛上線不久的新模型，包括文心大模型X1和4.5，和“隔壁學(xué)霸”DeepSeek-R1滿血版擺一塊兒了，進(jìn)行了多模型融合調(diào)度
現(xiàn)在，文小言的用戶在一個(gè)頁(yè)面可隨意切換使用DeepSeek或是文心X1/4.5特定模型，愛(ài)翻誰(shuí)的牌子就翻誰(shuí)的。
文心X1是百度半個(gè)月前剛發(fā)布的號(hào)稱是“首個(gè)自主運(yùn)用工具的深度思考模型”。
文心大模型4.5是百度自主研發(fā)的新一代原生多模態(tài)基礎(chǔ)大模型，在多模態(tài)交互、理解方面更強(qiáng)，原生模型聯(lián)合預(yù)訓(xùn)練能實(shí)現(xiàn)更深層次的模態(tài)融合。
另外，文小言上線了「自動(dòng)模式」，它能夠根據(jù)用戶提出的問(wèn)題識(shí)別用戶需求，自動(dòng)選擇最合適的模型
現(xiàn)在，兩款新模型直接和DeepSeek融合調(diào)度，讓文小言擁有了更強(qiáng)的“大腦”。據(jù)介紹，他們對(duì)DeepSeek還進(jìn)行了多種功能維度的融合，打通了圖片問(wèn)答、生圖等鏈路
我們先來(lái)考驗(yàn)一下這個(gè)更強(qiáng)“大腦”的邏輯思維能力。
拋給它一個(gè)腦筋急轉(zhuǎn)彎：
- 在一個(gè)封閉房間里有三盞燈，門(mén)外有三個(gè)開(kāi)關(guān)，每個(gè)開(kāi)關(guān)分別控制一盞燈。你只能進(jìn)房間一次。如何判斷出每個(gè)開(kāi)關(guān)對(duì)應(yīng)哪盞燈?
只見(jiàn)文小言三下五除二，輕輕松松一步步推理給出了標(biāo)準(zhǔn)答案。判斷依據(jù)中也會(huì)解釋打開(kāi)一個(gè)開(kāi)關(guān)等待5-10分鐘是為了讓燈發(fā)熱等諸如此類(lèi)的細(xì)節(jié)。
和一般推理模型不一樣的是，在給出答案之后，它還會(huì)自動(dòng)推薦視頻，有詳解這道題目的視頻，也有和此題類(lèi)似的更多題目。
如此一來(lái)，就方便了大家對(duì)題目的延伸理解。
接下來(lái)再來(lái)一道著名概率難題——“二孩悖論”。
這道題初始表述至少可追溯至1959年，由著名數(shù)學(xué)家馬丁·加德納在《科學(xué)美國(guó)人》雜志的“數(shù)學(xué)游戲”專欄中提出，曾引發(fā)數(shù)學(xué)家們的廣泛爭(zhēng)論，直到現(xiàn)在大家對(duì)這道題目的討論似乎也還沒(méi)有停止。
問(wèn)題是醬嬸兒的：
- 史密斯先生有兩個(gè)孩子。其中至少有一個(gè)是男孩。問(wèn)：兩個(gè)孩子都是男孩的概率是多少？
加德納最初給出的答案是1/3，但他后來(lái)承認(rèn)第二個(gè)問(wèn)題的表述存在歧義，若“至少有一個(gè)是男孩”這一信息的獲取方式不同，答案也可能是1/2
那么文小言是怎么回答的？它是1/3派，還是1/2？
文小言在分析中成功發(fā)現(xiàn)歧義，認(rèn)為：
- 根據(jù)傳統(tǒng)概率問(wèn)題，概率應(yīng)該是1/3，但問(wèn)題的答案可能取決于信息的獲取方式……另一個(gè)孩子是男孩的概率也能是1/2。
最終文小言通過(guò)基礎(chǔ)概率空間、條件篩選、目標(biāo)概率計(jì)算分布解析，并用條件概率公式進(jìn)行驗(yàn)證得出答案1/3，同時(shí)明確給出了歧義辨析
當(dāng)然，末尾同樣附帶有推薦視頻。
妙就妙在，你還可以讓文小言幫你繪制圖表，這樣分析過(guò)程就更一目了然了。
它還挺“懂事兒”自己做了補(bǔ)充，連常見(jiàn)混淆點(diǎn)對(duì)比表也一并繪制出來(lái)了。
也可以再讓它生成配圖，「自動(dòng)模式」無(wú)需切換模型：
而若切換模型特意指定文心X1來(lái)解決問(wèn)題，它的優(yōu)勢(shì)在于，能夠更靈活地調(diào)用各種工具
據(jù)百度介紹，文心X1利用遞進(jìn)式強(qiáng)化學(xué)習(xí)訓(xùn)練方法基于思維鏈和行動(dòng)鏈的端到端訓(xùn)練多元統(tǒng)一的獎(jiǎng)勵(lì)系統(tǒng)等技術(shù)，文心X1的推理輸出是直接可以圖文混合連續(xù)完成任務(wù)
比如告訴它：
- 家里的客廳朝向是南偏東，35平米，有一整扇落地窗，請(qǐng)根據(jù)要求畫(huà)出淺色奶油風(fēng)、暗黑輕奢風(fēng)、跳脫童趣風(fēng)三種不同風(fēng)格的裝修效果，三個(gè)戶型必須一致。
對(duì)于這樣的問(wèn)題，文心X1能多次連續(xù)調(diào)用AI繪圖等工具，一口氣搞定：
基于文心X1多模態(tài)自主運(yùn)用工具深度思考、文心4.5原生多模態(tài)能力以及DeepSeek的推理能力，文小言圖片問(wèn)答能力更強(qiáng)了，還上新了不少多模態(tài)新功能。
多模態(tài)功能再升級(jí)
現(xiàn)在上新的圖片問(wèn)答功能可以這樣玩：
能一次性上傳或拍攝多張圖聯(lián)合分析問(wèn)答；也可在拍攝的過(guò)程中直接用語(yǔ)音問(wèn)，說(shuō)完話它會(huì)自動(dòng)拍攝并識(shí)別語(yǔ)音進(jìn)行作答。
基于文心4.5圖片理解力，它的識(shí)別更強(qiáng)，能進(jìn)行多圖比較；基于文心X1、DeepSeek，它的推理/輸出更強(qiáng)。就像是紅藍(lán)buff都加上了。
所以，僅憑借一個(gè)山頭的一張照片，它就能分析出這是哪座山：
更復(fù)雜一些的任務(wù)，比如天氣變暖想出國(guó)旅游，人生地不熟定哪個(gè)酒店拿捏不準(zhǔn)？也可以讓它幫忙參謀參謀。
直接上傳幾張酒店信息截圖，提出需求：
- 從里面推薦2個(gè)酒店，適合女生旅游住，有早餐，交通方便，性價(jià)比高，給RMB報(bào)價(jià)和推薦理由。
輕輕松松就能get一份綜合的推薦指南：
諸如此類(lèi)，比如上傳幾張外文菜單，告訴它想吃什么口味的、預(yù)算是多少，它也可以幫你分析總結(jié)。
另外，百度把拍照搜題功能也整合過(guò)來(lái)了，文小言會(huì)自動(dòng)調(diào)出百度多年積累的教育資源，很多題目都有視頻版講解：
值得一提的是，新增的“圖個(gè)冷知識(shí)”功能更富趣味性，用戶可預(yù)設(shè)“歷史學(xué)者”、“科技達(dá)人”等人設(shè)視角，為同一圖片賦予多維解讀
例如，當(dāng)用戶詢問(wèn)“貓窗探秘，為何貓愛(ài)窗邊的科學(xué)真相？”，文小言能從狩獵本能、能量獲取、領(lǐng)地意識(shí)等角度給出獨(dú)特解讀。
視頻鏈接：https://mp.weixin.qq.com/s/lOrYfWN-WxsHBlQK_f39FQ
再來(lái)看多模態(tài)另一個(gè)方面，語(yǔ)音通話功能，由百度的全新語(yǔ)音大模型加持。
據(jù)了解，該模型是百度在業(yè)界首個(gè)推出基于全新互相關(guān)注意力（cross attention）的端到端語(yǔ)音語(yǔ)言大模型，調(diào)用成本較行業(yè)平均降低5-10倍，推理響應(yīng)速度極快，將語(yǔ)音交互等待時(shí)間壓縮至1秒左右，極大提升了交互流暢性。
用下來(lái)，整體對(duì)話流暢自然、延遲度低，belike：
視頻鏈接：https://mp.weixin.qq.com/s/lOrYfWN-WxsHBlQK_f39FQ
特別要指出的是其中的百變大咖功能，支持角色模仿和方言，能用各種有趣的腔調(diào)陪你聊天；還有知識(shí)問(wèn)答功能更專注于常識(shí)知識(shí)科普。
有了百變大咖，所以，你還可以聽(tīng)到廣西版的睡前故事：
視頻鏈接：https://mp.weixin.qq.com/s/lOrYfWN-WxsHBlQK_f39FQ
除了這些功能，文小言還融合了AI修圖、AI視頻生成、寫(xiě)作幫手、翻譯、手抄報(bào)、聽(tīng)聽(tīng)音樂(lè)等諸多功能，感興趣的童鞋可以親自上手試試。
下面是AI視頻生成，讓圖片動(dòng)起來(lái)的效果：
AI落地趨勢(shì)變了
總結(jié)文小言這一次的大翻新，不難發(fā)現(xiàn)它正朝著兩個(gè)關(guān)鍵方向轉(zhuǎn)變：生態(tài)更開(kāi)放、用戶價(jià)值第一
這次直接將DeepSeek接入文小言，不怕跟自家新模型做競(jìng)爭(zhēng)，足以見(jiàn)其開(kāi)放的決心。
當(dāng)大家還在爭(zhēng)論“文心X1與DeepSeek孰強(qiáng)孰弱”，文小言早已跳出了單一模型競(jìng)爭(zhēng)的維度，攜手更多伙伴，究其本質(zhì)，是為了帶給用戶更好的體驗(yàn)。
為什么會(huì)有這種轉(zhuǎn)變？
背后是AI落地趨勢(shì)正在發(fā)生的變化。
自DeepSeek從開(kāi)源圈殺出重圍，大模型競(jìng)賽逐漸呈現(xiàn)出一種戲劇性轉(zhuǎn)折，行業(yè)意識(shí)到模型本身正逐漸成為一種可替換的“標(biāo)準(zhǔn)件”。以前比模型，就像比誰(shuí)家的菜刀鋼材硬，現(xiàn)在更比誰(shuí)切菜順手，甚至能幫你把土豆絲炒好了。
當(dāng)技術(shù)紅利逐步釋放后，如何讓AI解決真實(shí)場(chǎng)景問(wèn)題成為關(guān)鍵，技術(shù)優(yōu)勢(shì)必須轉(zhuǎn)化為可感知的用戶價(jià)值。
百度在2025開(kāi)年后，不論是文小言免費(fèi)，還是文心大模型開(kāi)源，種種系列革新舉措，就是盯準(zhǔn)了AI落地的新趨勢(shì)。
在這種背景下，文小言選擇的路徑頗具啟示性——生態(tài)層選擇開(kāi)放，另外在場(chǎng)景層深耕，同時(shí)在價(jià)值層進(jìn)行重構(gòu)。
作為國(guó)產(chǎn)自研大模型出發(fā)最早、積累最厚的玩家，文小言的新進(jìn)展，不容小覷，或?qū)⒂型蔀樾乱惠啽荒７碌膶?duì)象。
熱門(mén)跟貼