AI快讯
新模型新上榜更新日期 2026-11-19 16:25整理:AI雷达增益 0捕获 0

豆包 SeedRealtime 1.0 实时音视频 API 全量上线

火山引擎全量上线豆包SeedRealtime1.0实时音视频API,节奏问题较级联方案减半

11 月 19 日,火山引擎正式全量上线豆包实时音视频通话模型 SeedRealtime 1.0 的 API 服务,面向开发者开放。据官方介绍,该模型将声音、画面、时序与表达统一到同一个端到端模型中,可在连续多模态信息流上实时交互,实现“边看、边听、边说”,并能在察觉画面变化或任务节点时主动开口,而非只被动应答。官方称相比依赖 ASR、VLM、TTS 串联的传统级联方案,其音视频对话节奏问题减少一半、完整顺畅交流的概率明显提升,并展示了咖啡制作提醒、嘈杂机场指路、多人聚餐识别等场景演示。不过报道未附延迟、成本等任何实测数据,也无第三方验证,量化数字均出自官方口径。

rss · IT之家 · 11月19日 06:55

「为什么重要」 对开发者而言,若能力属实,可用单一端到端接口替代 ASR、VLM、TTS 多模块串联,降低语音助手、智能硬件、实时客服等应用的延迟与集成复杂度;对普通用户,这指向“边看边聊”的视频问答与陪伴式交互体验。但需注意“节奏问题减半”等说法目前仅为官方主张,实际效果与接入成本仍需自行验证。

「获取方式」 该模型已于 11 月 19 日以 API 服务形式在火山引擎全量上线;报道未披露调用价格、免费额度或模型权重开放信息。

查看原文 ↗

做AI项目,先看AI雷达 - AiRadar.com.cn · 全部AI快讯 →