字节发布 SeedAudio1.0
字节跳动Seed · wechat · 2026-07-20
字节跳动 Seed 发布音频创作模型 SeedAudio1.0，面向完整声音场景而不是单一音频要素生成。
模型在统一框架下联合建模人声、音效和环境声，支持文本+参考音频输入、100ms 级时间控制、单次约 2 分钟生成并可继续延展，以及 20+ 语种的自然音频生成。官方还给出了影视、播客、直播带货等场景评测，称多数场景可用率已达 90% 以上。
所属事件:字节发布 SeedAudio 1.0 并开放 API(5 条相关)→
「多模态」频道最新
- 先做分镜再生成，AI 舞蹈视频更容易保持一致性 — aftahi_ai · 2026-07-22
- 交互式视频更该看响应速度，而不只是画质 — Soggy_Limit8864 · 2026-07-22
- Runpod MCP 让 Claude 直接编排图像和视频生成工作流 — 802high · 2026-07-22
- Midjourney 把蜜蜂做成碎片爆炸梗图 — michaelrabone · 2026-07-22
- 物理奖励能改进视频生成，但不等于物理引擎 — Dapper-Drawer4546 · 2026-07-22
- HeyGen 给 coding agent 接入 7.5 万图片和 1 万音乐 — HeyGen · 2026-07-22