字节跳动发布音视频全双工大模型 SeedRealtime,已上线豆包 App
字节跳动 SeedRealtime 音视频全双工大模型发布:支持边看、边听、边说,已上线豆包
AI 导读字节跳动 Seed 今日推出原生音视频全双工大模型 SeedRealtime,用统一架构融合音频、视频与文本,支持“边看、边听、边说”的实时交互。端到端评测显示,相比级联模型,其音视频对话节奏问题减少一半。该模型已在豆包 App 全量上线,更新至最新版本后可在对话框选择“打电话”体验。
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 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
来源:IT之家·人工智能 · ithome.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