火山引擎上线豆包实时音视频通话模型 SeedRealtime 1.0 API

实时多模态交互正在向更自然、更流畅的方向迈进。火山引擎近日正式上线了豆包实时音视频通话模型 SeedRealtime1.0的 API 服务,为开发者和相关应用提供了全新的实时音视频交互能力。

实时多模态交互正在向更自然、更流畅的方向迈进。火山引擎近日正式上线了豆包实时音视频通话模型 SeedRealtime1.0的 API 服务,为开发者和相关应用提供了全新的实时音视频交互能力。

端到端统一建模:打破传统级联链路瓶颈

在过去的语音与多模态交互架构中,系统往往需要将语音识别(ASR)、视觉语言模型(VLM)以及语音合成(TTS)等多个模块串联起来。这种级联处理方式不仅容易引入额外的响应延迟,还可能在模块传递过程中造成信息与情感细节的损耗。

SeedRealtime1.0则采用了不同的思路,将声音、画面、时序与表达统一整合到同一个端到端模型之中。凭借这一架构,模型能够实现“边看、边听、边说”的实时多模态交互,在降低级联延迟的同时,也有效减少了跨环节的信息损耗。

应用价值:赋能更自然的实时音视频场景

通过开放 API 服务,火山引擎将这一端到端实时音视频能力向外部生态输出。无论是智能助手、实时陪伴还是各类需要同步感知视觉画面与语音输入的交互场景,都能借助该模型进一步提升响应的自然度与连贯性。

💬 评论
🔗 本文链接

以专业为基,引领科技向善向新

Rooted in professionalism, we lead technology toward social good and innovation.

数智化转型网 · 了解更多产业资讯与选型数据 →

📰 你可能也喜欢

数智化转型网每日AI资讯 AI情报站

从快手本地生活到可灵AI,刘逍近期被曝离开快手

据报道,快手前本地生活负责人、可灵AI商业产品负责人刘逍近期已从快手离职,离职前职级为E15。截至发稿,可灵AI官方尚未对此作出回应。另据知情人士向新浪科技透露…
📅 11-20 · 👁 2026年11月20日
数智化转型网每日AI资讯 AI情报站

1 厘米 12 格的标尺卖 3 篇论文,中南大学通报:学术不端,实锤

被网友扒出“1 厘米标尺上竟刻着 12 个格子”的湘雅系论文,有了官方结论。中南大学今日通报称,面对网络上对湘雅二医院、湘雅医院 3 篇论文的质疑,学校组织同行…
📅 11-20 · 👁 2026年11月20日
数智化转型网每日AI资讯 AI情报站

港中深联合微软研究院提出 ConvexLLM:让声音跳过转写,直接调用大模型推理能力

在语音与多模态人工智能的演进中,如何让大模型更自然、更直接地“听懂”声音并完成复杂推理,一直是业界探索的核心方向。近期,香港中文大学(深圳)与微软研究院联合提出…
📅 11-20 · 👁 2026年11月20日
数智化转型网每日AI资讯 AI情报站

OpenAI首款AI硬件瞄准2026年底出货,中国供应链厂商深度参与

富士康旗下富智康集团已获得OpenAI手机项目订单,将参与相关产品的整机组装。据《证券时报》报道,富士康同时也是苹果iPhone的主要组装商。若OpenAI手机…
📅 11-20 · 👁 2026年11月20日
数智化转型网每日AI资讯 AI情报站

腾讯大幅削减元宝投入,微信 AI 助手“小微”日活达 3000 万

腾讯控股于11月18日披露了2026年第三季度业绩报告。据 IT 之家及长安街知事等媒体报道,腾讯当季营收达到2073.36亿元,同比增长8%;非国际财务报告准…
📅 11-20 · 👁 2026年11月20日
数智化转型网每日AI资讯 AI情报站

绕过了也不算漏洞?Windows UAC 的灰色地带,谷歌研究员看不下去了

谷歌安全研究员詹姆斯·福肖日前在社交平台披露,自己在 Windows 中发现一个“蠢得离谱”的 UAC 绕过手法,并调侃涉事组件像 AI 写出来的代码。受影响组…
📅 11-20 · 👁 2026年11月20日