进行中

豆包实时音视频通话模型API全量上线

报道
1
信源
1
首次报道
11/19 14:55
最近更新
11/19 14:55

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,将声音、画面、时序与表达统一到同一个端到端模型,实现边看、边听、边说。 相比依赖 ASR、VLM、TTS 串联的级联方案,该模型减少了延迟叠加与信息损耗,火山引擎称音视频对话节奏问题减少一半。模型支持持续环境感知与主动表达,可在多人聚餐、机器操作、学习辅助、嘈杂交通等场景中主动提醒和介入。

最新进展豆包实时音视频通话模型 SeedRealtime 1.0 API 全量上线

热度48 小时内每个独立信源只算一次,24 小时减半

48 小时参与信源
1
6 小时新加入
1
24 小时新报道
1
热点排名
—

热度曲线会在事件持续一段时间后出现。

事件进展1 个阶段

全部报道1 篇

  • 豆包实时音视频通话模型 SeedRealtime 1.0 API 全量上线

    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,将声音、画面、时序与表达统一到同一个端到端模型,实现边看、边听、边说。相比依赖 ASR、VLM、TTS 串联的级联方案,该模型减少了延迟叠加与信息损耗,音视频对话节奏问题减少一半。它支持持续环境感知与主动表达,可在多人聚餐、机器操作、学习辅助、嘈杂交通等场景中主动提醒和介入。

    IT之家

#Agent 智能体#多模态#语音与音频#产品更新