豆包视频通话功能升级，基于 SeedRealtime 原生音视频全双工大模型
豆包 App 上线了视频通话，能边看视频边提问，认人、读图表都行，延迟低，比 GPT Live 更自然，不用内测直接玩。
豆包 App 的视频通话功能已全量上线，基于 SeedRealtime 原生音视频全双工大模型。实测中，豆包能识别 YouTube 视频中的人物并正确回答身份，还能解读一闪而过的图表内容。
对话延迟低，语音自然，没有 GPT Live 的“老外腔”。用户更新到最新版后，点击“打电话”图标并开启摄像头即可使用。
昨天豆包的视频通话功能升级了，感觉比 GPT Live 还强！ 可以看我录屏，真的超预期。 测试让豆包陪我一起看一个Youtube视频，画面出现个人，直接问这人是谁，竟然答对了！ 画面有个一闪而过的图表，问：“刚才有个图表，你能给我解读下吗？”。 它竟然知道我指的是哪个图，并完整解释。 对话延迟低，语音自然，也没有GPT Live的老外腔（国产模型天然优势），很像真人对话。 未来场景相当多啊！K12教育、导览、机器人、实时翻译总结等。 Seed官方公众号说这个技术叫：原生音视频全双工大模型 SeedRealtime。 豆包 App 已全量上线，更新到最新版，点"打电话"图标，开摄像头就能用，不用申请内测。 下面技术解读和另一个测试。
This report is categorized under AITOP's "Products" desk, focusing on China's AI industry and domestic foundation model ecosystem. Key entities and technical topics under continuous tracking include 豆包, SeedRealtime, GPT Live, 视频通话.
Source attribution: curated from 向阳乔木 (@vista8).
