跳到正文
AI HOT 精选

字节 Seed 发布 SeedRealtime,一个能边看、边听、边说的端到端音视频模型,已在豆包上线

字节 Seed 发布 SeedRealtime 音视频全双工大模型,走向全模态自然交互

SeedRealtime 把语音、画面和文字塞进了同一个模型里,不再走“先听写、再看图、最后念稿”的老路。它能在连续的音视频流里实时判断什么时候该接话、该盯着谁,官方说端到端人工评测里,抢话、迟回、被背景闲聊误触发的节奏问题比级联方案少了一半。

推荐理由:字节 Seed 发布 SeedRealtime,把语音、画面和文字放进同一个模型,在连续音视频流里实时判断接话时机,官方端到端评测显示抢话、迟回等节奏问题比级联方案少一半。

读原文 ↗导出 Markdown