字节发布 SeedRealtime：原生音视频全双工大模型

iamrobotbear · x · 2026-08-06

字节跳动正式发布 SeedRealtime，这是一款原生音视频全双工大模型。该模型采用统一架构，能够原生融合音频、视频和文本，支持基于连续多模态流的实时交互，提供“边看、边听、边说”的全新体验。

该模型目前已上线豆包 App 并免费开放使用，支持实时语音和视频通话。在多人聚餐等复杂场景的测试中，用户逐一介绍在场人员后，模型能够准确将名字与人对应，并在多人交织的讨论中持续区分不同说话者的身份。