11月19日,火山引擎正式上线豆包实时音视频通话模型SeedRealtime 1.0 API服务。该模型实现声音、画面与语音表达的端到端融合,带来边看、边听、边说的全新体验。区别于传统级联模型,SeedRealtime 1.0不仅能结合视觉和语音精准理解多模态信息,还具备持续环境感知与主动表达能力,可在合适时机主动开口提醒用户。此外,它能感知对话节奏自然接话,并具备强大的背景噪音过滤能力,使对话节奏问题减少一半。目前该API已全面开放,开发者可将其接入语音助手、智能硬件、实时客服及学习辅助等场景,进一步拓展了AI与真实世界交互的能力边界。
原文链接
本文链接:https://kx.umi6.com/article/38845.html
转载请注明文章出处
相关推荐
换一换
Meta发布最强开源Llama 4,超越DeepSeek V3
2025-04-06 10:58:02
7B模型搞定AI视频通话,阿里最新开源炸场,看听说写全模态打通,开发者企业免费商用
2025-03-27 13:46:24
视频理解霸榜!快手Keye-VL旗舰模型重磅开源,多模态视频感知领头羊
2025-11-28 17:39:28
国产新一代大模型MiniMax 3上半年发布:多模态、全球顶级性能
2026-03-03 22:38:04
世界模型有了开源基座Emu3.5!拿下多模态SOTA,性能超Nano Banana
2025-10-31 10:25:44
商汤坐上大模型核心牌桌
2025-05-09 11:48:13
最强开源大模型除夕登场!397B参数千问3.5超越Gemini 3,百万Tokens低至8毛
2026-02-16 19:34:51
字节 Seed 开源统一多模态理解和生成模型 BAGEL
2025-06-03 19:01:17
月之暗面推出Kimi K2.5模型,全面升级多模态能力
2026-01-27 14:20:13
实测字节扣子空间:AI 播客比真人丝滑,Agent 能打 80% 的工
2025-05-30 15:54:58
商汤「日日新6.5」全新升级,让AI完成从“工具”到“人”的跃迁
2025-07-29 20:35:07
阿里通义千问 2.5-Omni-3B AI 全模态登场:7B 版 90% 性能,显存占用减少 53%
2025-05-01 11:20:52
o3出圈玩法“看图猜位置”,豆包也安排上了!还是人人免费用那种
2025-07-30 15:46:31
793 文章
1109270 浏览
24小时热文
更多
-
2026-11-20 00:11:17 -
2026-11-19 22:05:46 -
2026-11-19 17:55:15