火山引擎上线了豆包实时音视频通话模型 SeedRealtime 1.0 的 API:声音、画面、时序、表达全塞进同一个端到端模型,边看边听边说,不用再 ASR、VLM、TTS 三段级联。 把声音画面时序表达统一到一个模型里,实时多模态交互的延迟和信息损耗都能往下压一截,实时通话场景的体验可能会明显不一样。
🌐 链接: https://x.com/taiyanghere/status/2123310362317758760
🏷️ 分组: X|太阳(taiyanghere)
🕒 时间: 2026-11-19 15:00:14
🌐 链接: https://x.com/taiyanghere/status/2123310362317758760
🏷️ 分组: X|太阳(taiyanghere)
🕒 时间: 2026-11-19 15:00:14