字节跳动发布SeedRealtime 原生音视频全双工大模型落地豆包

字节跳动正式推出原生音视频全双工大模型SeedRealtime，采用统一架构原生融合音频、视频与文本，支持在连续多模态信息流上实时交互。端到端人工评测显示，相比级联模型，其对话节奏问题减少一半，抢断、迟缓回应、误触发等卡壳现象显著减少，单次对话顺畅完成概率明显提升。该模型已在豆包App全量上线。据财联社报道，PANews 8月5日消息。