字節跳動發布音視頻全雙工大模型SeedRealtime

PANews 8月5日消息，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用統一架構原生融閤音頻、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、或是被背景雜音與閑聊誤觸發”等卡殻現象顯著減少；衕時，單次對話能夠完整、順暢交流的概率也有明顯提昇。目前，SeedRealtime已在豆包App全量上綫。