ByteDance lanserar SeedRealtime-modell för realtids ljud- och videointeraktion
ByteDance har introducerat SeedRealtime-modellen, som kan kontinuerligt bearbeta ljud, video och text samtidigt som den lyssnar och svarar i realtid.
Det kinesiska teknikföretaget ByteDance har lanserat SeedRealtime, en modell designad för att kontinuerligt bearbeta ljud-, video- och textströmmar samt möjliggöra realtidslyssning och respons.
Modellen är skapad för att stödja interaktioner där den kan observera, lyssna och tala samtidigt. Denna utveckling förflyttar tekniken från en forskningsdemonstration till en konsumentinriktad produkt.
SeedRealtime har redan implementerats i ByteDances app Doubao. Denna integrering tar tekniken från forskningsstadiet till konsumentmarknaden. Lanseringen utökar ByteDances portfölj av system för realtids multimodala interaktioner, kompletterande befintliga text- och bildgenereringssystem.
Införandet av SeedRealtime ger ByteDance ett nytt verktyg för att skapa avancerade applikationer som kan förstå och reagera på användarinmatning genom flera sinnen, vilket potentiellt kan förbättra användarupplevelsen i olika tjänster.