Beijing Daxing Airport

字节跳动发布SeedRealtime，统一的视听大模型

字节跳动推出了SeedRealtime，这是一款新颖的视听全双工大语言模型，将音频、视频和文本处理整合到一个统一的架构中。该模型旨在通过并行处理感知、理解和表达，而不是依赖顺序模块，来实现更自然、实时的多模态交互。虽然SeedRealtime目前已集成到字节跳动的豆包应用中，但没有公开的技术报告、参数数量或开放权重，限制了第三方直接集成。