ByteDanceが音動画全二重モデル「SeedRealtime」を発表、リアルタイム対話を実現

要点：音声・動画・テキストを統合したアーキテクチャにより、見ながら・聞きながら・話すリアルタイム対話を実現しました。従来のモデルと比較して対話のテンポの遅延を半減させ、すでに「豆包（Doubao）」アプリで実装されています。