语音界Deepseek！百度最新跨模态端到端语音交互，成本最高降90%

主要观点总结

文章介绍了百度推出的端到端语音语言大模型在语音交互领域的应用，包括其技术特点、创新点以及降低成本的关键。文章还提到百度文小言的语音交互功能升级，展示了其在语音合成、问答功能等方面的进步。整体而言，文章强调了大模型在语音交互领域的应用和未来发展前景。

关键观点总结

关键观点1: 百度推出端到端语音语言大模型，解决了大模型应用于语音交互场景成本高、速度慢的问题。

大模型的应用一直面临成本和速度的挑战，百度通过技术创新，打通了大模型落地语音场景的工业级应用新范式，降低了KV cache，提高了推理效率。

关键观点2: 百度文小言的语音交互功能升级，展示了其在多个垂类助手能力、DeepQA RAG问答等方面的进步。

文小言的语音交互功能越来越强大，能够结合当前季节和用户问题给出更合理的回答，支持多垂类助手能力和DeepQA问答，使“有问题，问小言”更加接近人类原本的交互习惯。

关键观点3: 降低成本是实时语音交互大规模工业化的关键。

降低成本不仅能推动技术的广泛应用，还能加速大模型在语音交互领域的产品化进程。百度在降低成本方面取得了重要突破，使得大规模工业化变得非常容易。