首页 > 热点播报 > 正文

豆包宣布视频通话功能升级!能听会看 主动交互 更像真人

快科技8月6日消息,今日, 豆包宣布视频通话功能迎来升级,正式接入原生音视频全双工大模型SeedRealtime。

据介绍,SeedRealtime原生支持音视频联合理解,能够综合声音、画面及时间信息,判断当前该听谁说话、何时回应或保持沉默。

实现边看、边听、边说的自然连续交互,在业界率先实现音视频全双工技术的规模化落地。

该模型上线后,豆包视频通话可在连续变化的真实场景中,实现更自然的连续交互。

具体来看,SeedRealtime实现了三项核心突破。

首先是音视频联合理解,模型能够深度融合声音、画面与时序信息,既可结合当前场景消解同音词带来的歧义,也能准确理解画面中的时序指代,让所见、所闻和所说相互关联。

其次是主动交互能力, 模型具备持续环境感知和主动表达能力,当画面状态发生变化或关键目标出现时,可主动向用户提醒,并能调用相关工具辅助表达,使交互从被动响应升级为主动协作。

最后是更流畅的交互节奏,模型可实时判断用户的对话状态,在适当时机自然接话、停顿或回应。

同时,SeedRealtime还具备较强的抗干扰能力,能够区分用户对话、旁人闲聊和背景噪声,减少误触发情况,使沟通过程更加流畅连贯。

网友评论

24小时内最火资讯
热门IT产品
  1. ¥1999
    荣耀X80 Pro Max
    ·
  2. ¥4699
    HUAWEI Mate 80
    ·
  3. ¥4699
    HUAWEI Pura 80
    ·
  4. ¥7499
    OPPO Find X9 Ultra
    ·
  5. ¥2999
    REDMI K90至尊版
    ·
  6. ¥4799
    vivo X300 E
    ·
  7. ¥1599
    REDMI Note 17 Pro
    ·
  8. ¥6999
    vivo X300 Ultra
    ·
  9. ¥8999
    苹果iPhone17 Pro
    ·
  10. ¥5999
    苹果iPhone17
    ·