百度发布端到端语音模型，成本最高降90%

百度发布端到端语音模型，成本最高降90%。

更新后的文小言还支持“多模型融合调度”，整合了百度自研的文心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。

3月31日下午消息，在百度AI DAY上，百度发布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，宣布实现超低时延与超低成本。

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。

从百度3月31日披露的信息看，成本下降扩大了模型的可用范围，也压低了单次调用的价格预期。提供商需要在扩大使用量与承担算力支出之间取得平衡，收入增长未必会与调用量同步。

对百度而言，3月31日披露的信息显示，目前披露的信息仍有边界，后续结果要由实际交付、客户使用或下一期财务数据验证。已公布的目标属于管理层判断，不能直接视为最终结果。

对百度而言，3月31日披露的信息显示，下一项可核验信息将来自实际交付和后续经营数据，而不是发布时的预测。