字节发布音视频全双工大模型，已上线豆包
交互逻辑革新，成为各大厂商拉开C端AI产品体验差距的核心抓手。字节推出自研音视频全双工大模型SeedRealtime并落地豆包，打破传统AI一问一答半双工交互模式，实现边看画面、边实时对话。模型具备环境噪声过滤、多人发言区分、画面主动识别提醒能力，在出行、教学、实景导购等场景大幅降低人机交互生硬感。全双工技术落地C端产品的成本门槛很高，字节依托短视频海量音视频训练数据形成数据壁垒，短期竞品很难复刻同等流畅度。
发布于 四川
2
评论
1
未登录
友善发言
评论
加载中
