字节跳动 Seed 发布原生音视频全双工模型 SeedRealtime

8 月 10 日，字节跳动 Seed 团队发布 SeedRealtime，一款原生音视频全双工大模型，已上线豆包 App。该模型将音频、视频和文本统一在端到端架构中，并行处理感知、理解、决策与表达，并将轮次切换内化到模型内部，取代外部语音活动检测器。字节内部人工评估显示，其节奏问题相比级联架构减半，但未发布技术报告、参数规模、开源权重或 API。(深潮 TechFlow)