字節跳動推出SeedRealtime大模型 搶攻全模態即時交互市場

科技巨擘字節跳動近日宣佈，正式發布原生音視頻全雙工大模型SeedRealtime。市場普遍認為，此項新技術將為公司邁向全模態交互的關鍵一步，有望重塑人機互動的體驗。 據字節跳動介紹，SeedRealtime採用了獨特的統一架構，能夠原生融合音訊、視頻及文本等多種模態資訊。這使得模型在連續的多模態訊息流中，得以實現即時且流暢的交互，為用户帶來「邊看、邊聽、邊説」的沉浸式體驗，顯著提升了對話的自然度與效率。 目前，SeedRealtime大模型已全面上線於字節跳動旗下的人工智能應用程式「豆包」手機App。根據公司公佈的端到端人工評測結果顯示，相比傳統的級聯模型，SeedRealtime在音視頻對話節奏方面的問題減少了約一半。模型對於説話時機的把握更為自然精準，有效降低了話未説完即遭搶斷、話音已落卻回應遲緩，以及背景雜音或閒聊誤觸發等常見問題。業界分析指出，這些改進使得單次對話能夠實現順暢、完整的交流，其成功率亦獲得明顯提升。 此舉凸顯了字節跳動在人工智能領域，特別是在多模態交互技術方面持續投入及創新。隨著AI技術的快速演進，全模態交互已成為科技巨頭競相佈局的重要方向，而SeedRealtime的推出，無疑將進一步鞏固字節跳動在該領域的領先地位。