logo
财金大咖
08-05·AI领域创作者
字节发布音视频全双工大模型，已上线豆包
传统大模型被动响应的短板，在实景、实时沟通场景下暴露得愈发明显。字节发布音视频全双工大模型并全面上线豆包，支持持续追踪镜头画面变化，识别关键物体后主动输出对应解答与操作指引。不同于行业多数厂商仅聚焦语音全双工，字节叠加视觉同步处理，适配户外、嘈杂线下等复杂真实使用环境，拓宽落地场景边界。技术落地同样存在算力消耗偏高的问题，字节需要持续优化推理压缩方案，平衡交互流畅度与云端服务器运营成本。
发布于 四川
2
评论
1
未登录
友善发言
image-upload
评论
加载中