豆包大模型升级上新，语音交互能力显著提升，交流自然流畅。新版模型在六项关键能力评测中表现出色，尤其在角色扮演、语言理解和长文任务上进步明显。语音能力升级后，用户可与AI实时交互，对话中可随时打断，AI表现更自然、真实。此外，火山引擎携手多点DMALL成立零售大模型生态联盟，基于豆包大模型打造零售AI解决方案，覆盖多个行业伙伴。

火山引擎对话式AI实时交互解决方案集成了语音识别（ASR）、大语言模型（LLM）和语音合成（TTS）功能，开箱即用，简化开发流程，提供智能对话和自然语言处理能力，支持快速构建AI实时语音应用。解决方案架构包含火山方舟大模型服务平台，实现高效语音数据采集、处理和传输，支持多语种识别和自然生动的语音合成。

为解决“双讲”问题，火山引擎RTC采用成熟音频处理技术，结合传统回声消除算法和深度学习算法，确保准确捕捉用户语音信息，同时优化算法提高处理速度，降低延时。RTC依托WebRTC传输网络，实现全球用户智能接入和音视频数据低延时传输，支持复杂网络环境下的稳定性能。

产品融合方面，客户端提供音频帧级别的语音活动性检测，优化语音系统处理效率。火山引擎也在积极探索多模态视频对话和多人群聊等新场景，推动AI交互形态发展。企业可选择自集成方案或基于WebRTC的传输网络方案，快速接入AI实时语音能力。

豆包大模型升级后，已在AI虚拟人物聊天产品中落地应用，为企业提供高质量的AI实时语音服务。