字节跳动的 Seed 团队已发布 SeedRealtime，这是一款可在抖音应用软件上使用的原生全双工音视频大语言模型。该模型通过端到端架构统一音频、视频和文本，并行处理感知、理解、决策和表达。根据字节跳动的内部评估，与级联架构相比，该模型将节奏问题降低了约 50%，其在模型内部实现了轮次切换机制，而不是依赖外部语音活动检测。该团队尚未发布技术报告、模型参数、开源权重或 API 访问权限。