字節跳動發布音視頻全雙工大模型SeedRealtime

據財聯社報道，字節跳動正式推出原生音視頻全雙工大模型SeedRealtime。SeedRealtime用統一架構原生融合音頻、視頻與文本，能在連續的多模態信息流上實時交互，帶來「邊看、邊聽、邊說」的全新體驗。端到端人工評測結果顯示，相比級聯模型，SeedRealtime的音視頻對話節奏問題減少了一半——模型對說話時機的把握更加自然，「話未說完被搶斷、話音已落卻回應遲緩、或是被背景雜音與閒聊誤觸發」等卡殼現象顯著減少；同時，單次對話能夠完整、順暢交流的概率也有明顯提升。目前，SeedRealtime已在豆包App全量上線。