字节跳动发布音视频全双工大模型SeedRealtime,实时交互能力再升级

3周前更新 zmtzn
2 0 0

字节跳动正式发布原生音视频全双工大模型 SeedRealtime。该模型采用统一架构,将音频、视频与文本能力原生融合,可在连续不断的多模态信息流中进行实时交互,带来“边看、边听、边说”的全新体验。

端到端人工评测结果显示,与传统级联模型相比,SeedRealtime 的音视频对话节奏问题减少约一半。模型对交互时机的判断更加自然,能够显著减少“用户尚未说完就被打断、话音结束后迟迟没有回应,以及被背景噪声或闲聊误触发”等对话卡顿现象。

与此同时,SeedRealtime 在单次对话中实现完整、连贯交流的概率也得到明显提升,整体互动流畅度进一步增强。

字节跳动发布音视频全双工大模型SeedRealtime,实时交互能力再升级的封面图

相关快讯

字节跳动昆明新公司成立,注册资本7亿元

天眼查显示,昆明贝叶数擎科技有限公司近日成立,法定代表人为邱京昊,注册资本7亿元,注册地址位于磨憨-磨丁合作区口岸围网区数字经济产业园。公司经营软件开发、系统集成、信息咨询及计算机软硬件零售等业务,由北京字跳网络技术有限公司100%持股。

原字节跳动机器人一号位加入小米,负责基座模型研发

多方信源确认,原字节跳动机器人团队负责人孔涛已于2025年夏天加入小米,现任小米机器人基座模型团队负责人,并带来部分原字节员工。小米机器人事业部目前约200人,内部保密程度较高,基座模型团队也有独立办公地,管理风格较为神秘。

字节跳动全员会定调:聚焦主干业务,AI业务转向ToB生产力

字节跳动于8月6日召开2026年度年中全员会。梁汝波表示,上半年豆包C端应用保持竞争力,视频生成模型Seedance继续处于行业领先水平。随着AI生产力发展超预期,公司将进一步聚焦主干业务,提升ToB战略地位。飞书新增客户中超九成同步采购AI产品,业务整合旨在打造更优质的办公与生产力产品,强化对企业客户的服务。

梁汝波回应大模型与海外SOTA差距:坚持自研,接受短期落后,持续优化长期竞争力

梁汝波在字节跳动2026年中全员会上表示,公司AI业务上半年整体表现稳中有进:豆包在C端应用保持竞争力,视频生成模型Seedance维持SOTA。但在大语言模型方面,海外SOTA已拉开差距,字节仍将坚持自研,夯实基础能力,接受短期落后,着眼长期优化。这一判断也与张一鸣此前的表态一致。

字节跳动CEO梁汝波:希望豆包未来成为“主干”业务

字节跳动CEO梁汝波在2026年度年中全员会上表示,公司核心业务将聚焦AI、信息平台和交易服务三大板块,这些业务都围绕“通过计算换智能”展开,以践行“激发创造,丰富生活”的使命。他还提到,希望未来豆包能成长为公司的“主干”业务。

字节跳动CEO:大语言模型坚持自研,短期落后也要接受

字节跳动2026年中全员会上表示,大语言模型将坚持自研,夯实基本功,接受短期落后,聚焦长期优化,避免动作变形。梁汝波否认因外部压力而自研,称核心原因是延迟满足、打牢技术基础以支持AGI。张一鸣此前也强调不使用模型蒸馏加速研发,宁可短期性能落后。

暂无评论

暂无评论...