TechFlow Logo
ログイン/ 登録
ETHガス
Gwei
恐怖
gas
7x24h速報

ByteDance Seed、ネイティブオーディオ・ビデオ全二重モデル SeedRealtime を発表

2026.08.10 - 06:33
初公開
共有先

TechFlow によると、8 月 10 日、バイトダンスの Seed チームがネイティブな音声・動画フルデュプレックス大規模モデル「SeedRealtime」を発表し、すでに「Doubao App」で利用可能となっている。このモデルは音声、動画、テキストをエンドツーエンドアーキテクチャに統一し、知覚、理解、意思決定、表現を並列処理する。また、ターン切り替えをモデル内部に内化することで、外部の音声活動検出器を置き換える。バイトダンス内部の人による評価では、カスケードアーキテクチャに比べリズムに関する問題が半減したことが示されたが、技術報告書、パラメータ規模、オープンソースの重み、または API は公開されていない。

お気に入りに追加
SNSで共有

7x24h速報