首页 > 业界资讯 > 正文

字节跳动推出SeedRealtime音视频全双工大模型

【太平洋科技快讯】8月5日,据字节跳动Seed官方消息,原生音视频全双工大模型SeedRealtime今日正式发布。该模型核心亮点是将声音、画面、时序与表达统一到同一个端到端模型中,摒弃传统模型先完整接收音视频信息再生成回复的运行逻辑,实现感知、理解、决策与表达同步并行。

据介绍,SeedRealtime是走向全模态交互的关键一步,在业界率先实现了音视频全双工技术的规模化落地,依托统一架构原生融合音频、视频与文本,能在连续的多模态信息流上实时交互,带来“边看、边听、边说”的全新体验。目前, SeedRealtime已在豆包App全量上线。

SeedRealtime实现了三大突破:音视频联合理解、主动的交互能力、流畅的交互节奏。

端到端人工评测数据显示,对比级联式多模态模型,SeedRealtime的对话节奏违和问题降低五成,大幅改善中途抢话、回复延迟、噪音误触发等常见卡顿问题,完整顺畅完成一轮对话的概率明显提升。

网友评论

热门IT产品
  1. ¥1699
    华为畅享90 Pro Max
    ·
  2. ¥4699
    HUAWEI Mate 80
    ·
  3. ¥5999
    苹果iPhone17
    ·
  4. ¥8999
    苹果iPhone17 Pro
    ·
  5. ¥2399
    iQOO Z11 Turbo
    ·
  6. ¥1999
    vivo Y600 Pro
    ·
  7. ¥3599
    荣耀500 Pro
    ·
  8. ¥3499
    一加Ace 6至尊版
    ·
  9. ¥1399
    荣耀X70
    ·
  10. ¥2199
    REDMI Turbo 5 Max
    ·
为您推荐
  • 相关阅读
  • 业界资讯
  • 手机通讯
  • 电脑办公
  • 新奇数码
  • 软件游戏
  • 科学探索