← すべてのモデル

SeedRealtime

公開日 提供元 ByteDance

概要

SeedRealtimeは、音声・映像・テキストを単一のアーキテクチャに統合した、ネイティブな音声・映像フルデュプレックス大規模言語モデルです。連続するマルチモーダル情報を扱い、見ながら、聞きながら、話すリアルタイム対話を目的としています。公開日は2026年8月5日です。(seed.bytedance.com)

能力と用途

  • 音声、映像、時間的な手掛かりを組み合わせ、曖昧な発話や映像内の指示対象を理解します。
  • 周囲の変化に応じて自発的に発話・通知し、対話中にツールを呼び出せます。
  • 対話の状態に応じて発話や休止のタイミングを判断し、背景音や無関係な会話を区別します。
  • 用途例には、言語をまたぐコミュニケーション、資料の学習支援、博物館での案内、機器操作の支援があります。(seed.bytedance.com)

提供状況と制限

公式発表によると、豆包アプリに全面展開されています。最新版のアプリの対話画面で通話を選び、ビデオ通話画面から利用できます。(seed.bytedance.com)

公式発表では、単独の開発者向けAPI、APIモデルID、コンテキスト長、最大出力長は確認できませんでした。メーカーの人手評価では、カスケード型モデルと比べて対話のタイミングに関する問題が半減したとされていますが、騒音、発話の重なり、割り込みへの対応や遅延の改善は今後の課題としても挙げられています。(seed.bytedance.com)

価格

2026年11月16日確認。中国国内の火山方舟および国際向けBytePlus ModelArkの公式価格表を確認しましたが、SeedRealtime固有の公式料金は確認できませんでした。入力・出力それぞれの課金方式、単位、金額は未確認です。別モデルの料金を代用していません。(console.volcengine.com)

公式情報