豆包、火山エンジン多模態システムでビデオ通話機能強化

記事の3ポイント

1. 1

   全双工技術の規模実装

   SeedRealtime モデルの導入により、AI が音声・映像・テキストを同時に処理し、ユーザーと AI が同時に話す「全双工」通信を業界で初めて大規模に実現した。

2. 2

   MMT による接続速度向上

   火山引擎の多模态传输系统（MMT）は媒体伝送とモデル会話を統合し、従来数秒かかった接続時間を数百ミリ秒に短縮して「秒接通」を実現した。

3. 3

   状態同期による精度向上

   メディアストリームとモデルステータスを同一リンクで統制する仕組みにより、情報の欠落や非同期が原因となる答非所問を根本的に防止している。