字节跳动推出原生全双工语音大模型 Seeduplex：更会倾听、更强抗干扰

4月9日，字节跳动 Seed 团队官宣推出原生全双工语音大模型 Seeduplex，这意味着 AI 语音交互正从以往的“轮流对话”走向更贴近人类直觉的“实时自然沟通”。作为豆包端到端语音模型的一次重要升级，Seeduplex 的关键突破在于实现“一边听一边说”的同步处理架构，从底层让语音交流更加自然顺滑。目前，这项能力已在豆包 App 全量开放，完成了全双工技术从实验室到亿级用户规模化落地的跨越。

Seeduplex 采用语音与语义的联合建模，在复杂声场中显著增强抗干扰表现。与半双工方案相比，误回复率和误打断率下降50%；即使存在导航播报干扰、多人人声叠加或环境噪声，也能准确识别主用户意图并联动场景信息。

在对话节奏控制上，该模型引入动态端点判定技术，将端点延迟缩短约250ms，抢话比例降低40%，能更敏锐地区分用户的“思考停顿”和“对话结束”。在工程实现方面，团队通过投机采样与量化优化，在确保超低时延的同时解决了高并发下的卡顿难题，使通话满意度绝对提升8.34%。

Seeduplex 的落地不仅带来交互效率的跃升，也指向“感知—思考—执行”一体化的未来方向。随着后续视觉模态的加入，语音助手将向“听、看、想、说”多维协同的通用智能体深度进化，重塑智能硬件与多模态交互的行业标准。

项目主页:

https://seed.bytedance.com/seeduplex