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 音视频全双工大模型发布:走向全模态自然交互
AI 导读字节 Seed 发布 SeedRealtime,用统一架构原生融合音频、视频与文本,实现“边看、边听、边说”的实时交互。相比级联模型,其音视频对话节奏问题减少一半,并已在豆包 App 全量上线,率先实现音视频全双工技术的规模化落地。
另有 3 家信源报道
- 字节跳动 Seed 团队发布 SeedRealtime:原生音视频全双工大模型,一个模型同时看、听、说MarkTechPost · 8 月 10 日
- 字节跳动发布原生音视频全双工模型 SeedRealtimeTesting Catalog · 8 月 5 日
- 字节跳动发布音视频全双工大模型 SeedRealtime,已上线豆包 AppIT之家·人工智能 · 8 月 5 日
来源:字节 Seed:Research Feed · seed.bytedance.com
事件后续1
查看事件全部- 字节 Seed 发布 SeedRealtime 音视频全双工大模型,走向全模态自然交互字节 Seed:Research Feed · 8 月 5 日