SeedRealtime：字节跳动原生音视频全双工大模型

字节跳动Seed团队发布SeedRealtime，一款原生音视频全双工大语言模型。该模型在统一架构中融合音频、视频与文本，可对连续多模态流进行实时交互，而非逐轮问答。官方宣称三项突破，包括联合音视频理解。Seed表示这是迈向全模态交互的一步。