字节发布音视频全双工大模型，已上线豆包
豆包这回真“成精”了，能看会听的AI来了！事情是这样的，字节昨天甩出个硬货，SeedRealtime音视频全双工大模型，已经在豆包上线了。啥叫“全双工”？说白了就是AI不再是一问一答的木头人，它能同时看着画面、听着声音，边看边说边琢磨，跟真人聊天一个样！以前那些AI助手，你得先说完，它再琢磨怎么回，中间总有那么一两秒尴尬的沉默。现在好了，你拿手机摄像头对着啥它都能实时唠，看菜谱给你翻译，逛博物馆主动讲解，连你操作咖啡机搞错了它都能当场指出来，这哪还是工具，简直是个随身带着的活导游加小助手！我发现最牛的是它知道什么时候该闭嘴，旁边有人闲聊它不搭茬，画面扫到关键东西它主动开口，节奏拿捏得死死的，AI能做到这个份上，离科幻片里那种帮人干活的智能体，真不远了。
发布于 广东
1
评论
1
未登录
友善发言
评论
加载中
