12:14IT之家（博客/媒体）
推荐理由：字节跳动把SeedRealtime塞进豆包，打电话就能边看边聊，比级联模型卡壳少一半。
音视频大模型
共 1 条相关 AI 资讯
8月5日
12:14
字节跳动 Seed 于 8 月 5 日发布原生音视频全双工大模型 SeedRealtime，用统一架构融合音频、视频与文本。SeedRealtime 支持边看、边听、边说，能结合画面消解同音词歧义，并在关键目标出现时主动提醒。端到端人工评测显示，相比级联模型，SeedRealtime 的音视频对话节奏问题减少了一半。目前 SeedRealtime 已在豆包 App 全量上线，更新后选择“打电话”即可体验视频通话。