·技术
1 分钟0
全双工语音模型精读⑨:字节 Seeduplex 与 SeedRealtime——RL 话轮决策到音视频原生全双工
> 全双工语音模型系列精读第 9 篇。本文基于字节 Seed 官方页面与火山引擎 API 文档,梳理字节语音全双工两步走:纯语音的 Seeduplex(2026.4)与音视频原生的 SeedRealtime(2026.8)。配套总览见《全双工语音大模型全景调研》。 一、字节的两步走 字节在
> 全双工语音模型系列精读第 9 篇。本文基于字节 Seed 官方页面与火山引擎 API 文档,梳理字节语音全双工两步走:纯语音的 Seeduplex(2026.4)与音视频原生的 SeedRealtime(2026.8)。配套总览见《全双工语音大模型全景调研》。 一、字节的两步走 字节在
> 本文所有大厂模型数据均来自其官方博客、官方技术文档或 arXiv 论文,文末附一手来源链接。第三方实测数据单独标注。截至 2026 年 9 月 10 日。 一、先统一概念:全双工不是 0/1 开关 "全双工"(Full-duplex)来自通信领域:双方可以同时收发信号。对照三档: -
> 2026 年 8 月 5 日,字节跳动 Seed 团队发布原生音视频全双工大模型 SeedRealtime,并在豆包 App 全量上线——官方称这是"业界音视频全双工技术的首次规模化落地"。它的定位不是"会说话的 Chatbot",而是"边看、边听、边说":模型持续看着摄像头画面、听着环