【字节跳动发布音视频全双工大模型 SeedRealtime】财联社 8 月 5 日电，字节跳动正式推出原生音视频全双工大模型 SeedRealtime。SeedRealtime 用统一架构原生融合音频、视频与文本，能在连续的多模态信息流上实时交互，带来 " 边看、边听、边说 " 的全新体验。端到端人工评测结果显示，相比级联模型，SeedRealtime 的音视频对话节奏问题减少了一半——模型对说话时机的把握更加自然，" 话未说完被抢断、话音已落却回应迟缓、或是被背景杂音与闲聊误触发 " 等卡壳现象显著减少；同时，单次对话能够完整、顺畅交流的概率也有明显提升。目前，SeedRealtime 已在豆包 App 全量上线。
财联社-深度
16分钟前
字节跳动发布音视频全双工大模型 SeedRealtime
相关标签
