模型发布

火山引擎上线豆包实时语音模型3.0 API 服务,开启邀测

原文标题:豆包实时语音模型3.0 API 服务正式上线

AI 摘要

火山引擎上线豆包实时语音模型3.0(Seeduplex)API 服务并开启邀测。该模型为原生全双工端到端语音大模型,具备精准遵循、抗干扰、动态判停三大优势。可在多人对话中安静待命,指定话题出现时主动加入;支持通过自定义工具在实时交互中完成预定日历、发送邮件等任务。抗干扰力提升,误回复率与误打断率大幅降低;判停延迟缩短约250ms,复杂场景抢话比例下降40%,用户主动打断延迟缩短约300ms。适用于汽车智能座舱、智能硬件、智能客服等场景。

关键信息

  • 火山引擎上线豆包实时语音模型3.
  • 0(Seeduplex)API 服务并开启邀测。
  • 该模型为原生全双工端到端语音大模型,具备精准遵循、抗干扰、动态判停三大优势。
  • 可在多人对话中安静待命,指定话题出现时主动加入
  • 支持通过自定义工具在实时交互中完成预定日历、发送邮件等任务。

速览

发布时间
更新时间
来源
公众号:火山引擎
分类
模型发布
AI 评分
72
阅读原文 前往信息源阅读完整正文
推荐理由

豆包实时语音模型3.0带来的全双工实时工具调用,把语音助手从对讲机变成了真人助理,判停延迟和抢话率的改善数据扎实,做车载和智能硬件的团队该认真看看。

相关实体

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:火山引擎上线豆包实时语音模型3.0 API 服务,开启邀测。2026年6月18日。https://new.nat6.net/news/cmqjdctxe02bfslmhz7m5hdlk/

查看全部 →
  • 统一科学大模型 LOGOS 正式开源

    LOGOS 是由 ATH-Token Foundry 联合中国人民大学高瓴人工智能学院开源的基于统一“科学语法”的多领域科学生成基础模型。LOGOS-1B 仅用 1/56 参数量即在多个任务上超越 NatureLM,逆合成预测 Top-1…

    公众号:通义实验室(千问)模型发布AI 评分 73

  • Grok TTS 盲测人类感得分96登顶

    xAI 的 Grok TTS 模型在 @Vapi_AI 的 Humanness Index 盲测中以 96 分(真人 100 分)位居榜首。该指数选取同一声音和引文,经各模型克隆后由听众盲评。

    X:SpaceX Super Intelligence (@SpaceXSI)模型发布AI 评分 66

  • 首个统一科学大模型 LOGOS 正式开源

    LOGOS 由 ATH-Token Foundry 联合中国人民大学高瓴人工智能学院开源,是首个基于统一“科学语法”的多领域科学生成基础模型。LOGOS-1B(1B参数)在六大科学任务上匹配或超越领域专用方法:口袋条件配体生成纯序列范式首…

    公众号:通义实验室(千问)模型发布AI 评分 75

  • MolmoMotion:语言引导的3D运动预测模型

    MolmoMotion基于Molmo 2骨干网络,输入视频帧、物体上的3D点标记及文字动作指令(如“移动并旋转桌上放水果的木碗”),预测未来数秒内这些点的3D轨迹。提供两个变体:自回归的MolmoMotion-AR逐步预测坐标,流匹配的M…

    Hugging Face 社区博客(混合发现)模型发布AI 评分 69