字节跳动Seed发布原生音视频全双工大模型SeedRealtime,采用统一架构融合音频、视频与文本,实现“边看边听边说”的实时交互,推进全模态自然交互。同时,国产大模型如DeepSeek等集中迭代升级,市场分析认为国产算力逻辑持续加强。
字节Seed团队推出SeedRealtime大模型,以统一架构原生融合音频、视频和文本,实现“边看边听边说”的全双工实时交互。该能力已在豆包App全量上线,率先规模化落地。相比传统级联方案“听-转写-想-说”的逐段拼接,其端到端设计消除了感知与表达的割裂。
社交平台Soul计划推出首款便携AI硬件,定位情绪陪伴,融合自研大模型SoulX,提供语音、情感与数字生命交互。用户可通过已上线应用“愈见岛—星频通讯”绑定设备,创建虚拟智能体,实现全双工对话与表情同步展示。这标志着Soul正从社交软件向硬件生态延伸。
OpenAI推出基于GPT-Live架构的全新ChatGPT语音体验,告别传统语音系统,专为智能语音代理打造实时音频模型。此前已公开的GPT-Realtime-2将GPT-5级推理引入实时交互,能更稳定地处理复杂请求,实现语音技术架构跃迁。
Openai
$2.8
Input tokens/M
$11.2
Output tokens/M
1k
Context Length
Google
$0.49
$2.1
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
-
Anthropic
$105
$525
$0.7
$7
$35
$17.5
$21
Alibaba
$4
$16
$1
$10
256
$2
$20
$6
$24
Baidu
128
$8
$240
52
Bytedance
$1.2
$3.6
4