← 전체 모델

SeedRealtime

발표일 발표 기관 ByteDance

모델 개요

SeedRealtime은 오디오·비디오·텍스트를 하나의 아키텍처에서 결합하는 실시간 시청각 전이중 대형 모델이다. 연속적인 멀티모달 입력을 처리하면서 보고, 듣고, 말하는 상호작용을 지향한다. 공식 출시일은 2026년 8월 5일이다. (seed.bytedance.com)

주요 능력

  • 시청각 공동 이해: 화면, 소리, 시간 정보를 함께 활용해 장면과 사용자 의도를 파악하고, 시각적 맥락으로 모호한 음성을 해석한다.
  • 능동적 상호작용: 장면 변화를 감지해 먼저 알리거나 대화 중 도구 호출을 활용할 수 있다.
  • 대화 타이밍: 대화 상태에 따라 발언·멈춤·응답 시점을 판단하고, 주변 잡담과 소음을 구분하도록 설계됐다.
  • 실시간 처리: 연속적인 시청각 입력과 스트리밍 출력을 사용한다. 공식 설명에 따르면 여러 화자의 발언과 시각적 변화를 추적할 수 있다. (seed.bytedance.com)

활용 및 접근

공식 사례에는 학습 자료 설명, 박물관 안내, 기기 사용 지원, 다국어 소통 및 여러 사람이 참여하는 대화 지원이 포함된다. 중국어 공식 발표에 따르면 Doubao 앱에 전체 출시됐으며, 앱의 영상 통화 화면에서 체험할 수 있다. (seed.bytedance.com)

제한 및 유의사항

공식 발표는 시끄러운 환경, 겹치는 발화, 변화하는 화면과 불규칙한 대화 타이밍을 여전히 어려운 과제로 설명한다. 더 낮은 지연, 복잡한 다자간 상황에서의 안정성 및 실제 작업을 위한 도구 연동은 향후 개선 방향이다. 공식 발표에서 독립적인 개발자 API 사양, API 모델 ID, 수치화된 컨텍스트 한도 또는 모델 가중치 공개 여부는 확인되지 않았다. 공식 인간 평가의 ‘대화 타이밍 문제 절반 감소’는 캐스케이드 모델과의 비교 결과이며, 모든 상황에서 오류가 없다는 뜻은 아니다. (seed.bytedance.com)

가격

2026년 11월 16일 기준 중국 본토 Volcengine과 국제 BytePlus의 공식 가격 자료를 확인했으나, SeedRealtime에 특정된 공식 가격은 확인되지 않았다. 따라서 CNY 및 USD 기준 입력·출력 요율과 과금 단위는 미확인이다. 다른 모델의 가격이나 환율을 대용하지 않았다. 이는 무료 제공을 의미하지 않는다. (docs.volcengine.com)

공식 출처