SeedRealtime de ByteDance mira, escucha y habla — todo al mismo tiempo
El equipo Seed de ByteDance lanzó el miércoles SeedRealtime, un modelo que fusiona de forma nativa audio, video y texto en un único sistema de extremo a extremo para la interacción full-duplex: sigue mirando y escuchando incluso mientras habla, en lugar de esperar turnos. La empresa dice que interpreta juntos el sonido, las imágenes y los tiempos para deducir quién se dirige a él y qué quiere, y ya funciona en la app de asistente Doubao. Extiende al mundo visual el modelo Seeduplex de abril, que era solo de voz.
Por qué importaLa voz full-duplex fue el primer paso; añadir ojos hace que un asistente de IA se parezca menos a un walkie-talkie y más a alguien presente en la habitación. Que ByteDance lo lleve directo a su asistente de consumo insignia señala que la interacción multimodal en tiempo real se está convirtiendo en el próximo campo de batalla de las apps de IA.
Léelo en la app — gratis, en 9 idiomas
Noticias relacionadas
El nuevo modelo de Microsoft empieza a escribir antes de que calles.2026-10-05ElevenLabs regala a los estudiantes un año de su voz lectora.
2026-10-05Un laboratorio de Estados Unidos regalará un modelo nivel China.
2026-10-05Una web de vídeo regala el mejor modelo abierto de traducción.
2026-10-05La mitad de las personas creyó que esa videollamada era humana.
2026-10-04