模型发布

字节 Seed 发布 SeedRealtime 音视频全双工大模型,走向全模态自然交互

原文标题:SeedRealtime 音视频全双工大模型发布:走向全模态自然交互

AI 摘要

字节 Seed 发布 SeedRealtime,用统一架构原生融合音频、视频与文本,实现“边看、边听、边说”的实时交互。相比级联模型,其音视频对话节奏问题减少一半,并已在豆包 App 全量上线,率先实现音视频全双工技术的规模化落地。

关键信息

  • 字节 Seed 发布 SeedRealtime,用统一架构原生融合音频、视频与文本,实现“边看、边听、边说”的实时交互。
  • 相比级联模型,其音视频对话节奏问题减少一半,并已在豆包 App 全量上线,率先实现音视频全双工技术的规模化落地
  • SeedRealtime 将音视频感知与表达统一到同一端到端模型中,级联系统常见的说话节奏问题减少了一半,实时场景中能主动提醒并自然停顿,为全模态智能助手交互提供了新的技术路线

速览

发布时间
更新时间
来源
字节 Seed:Research Feed(网页内嵌数据)
分类
模型发布
AI 评分
78
阅读原文 前往信息源阅读完整正文
推荐理由

SeedRealtime 将音视频感知与表达统一到同一端到端模型中,级联系统常见的说话节奏问题减少了一半,实时场景中能主动提醒并自然停顿,为全模态智能助手交互提供了新的技术路线。

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:字节 Seed 发布 SeedRealtime 音视频全双工大模型,走向全模态自然交互。2026年8月5日。https://new.nat6.net/news/cmsfkn6cf03ciroch6tfynepy/

查看全部 →