2026年4月15日，百度在2026百度AI开发者大会上正式发布文心一言4.0版本，该版本在多模态融合、逻辑推理、行业适配等方面实现重大突破，成为国内首个能够实现文本、图像、音频、视频多模态无缝交互的通用大模型。


据悉，文心一言4.0版本采用全新的多模态训练架构，整合了文本生成、图像生成、语音识别、视频生成等多种能力，能够实现“一句话生成视频”“图像内容精准解读”“多模态对话交互”等功能。在逻辑推理方面，该版本的数学计算、代码生成、复杂问题分析能力大幅提升，能够满足科研、办公、创作等多场景需求。


同时，百度还推出了文心一言行业适配平台，针对金融、医疗、教育等行业场景，提供定制化的大模型解决方案，帮助企业快速实现AI转型。百度相关负责人表示，文心一言4.0版本的发布，标志着我国通用大模型技术已达到国际领先水平，未来将持续推动大模型技术迭代，助力千行百业的AI化升级。