4月9日，字节跳动 Seed 团队正式发布原生全双工语音大模型 Seeduplex，标志着 AI 语音交互从传统的“回合制”向更贴近人类直觉的“实时自然交互”演进。作为豆包端到端语音模型的重大升级，Seeduplex 核心突破在于实现了“边听边说”的同步处理框架，从底层架构上释放了语音交互的自然感。目前，该技术已在豆包 App 全量上线，完成了全双工技术从实验室向亿级用户规模化落地的跨越。
Seeduplex 通过语音与语义的联合建模，显著提升了模型在复杂声学环境下的抗干扰能力。相比半双工方案，其误回复率与误打断率降低了50%，即便在导航干扰、多人混叠或环境杂音中，也能精准识别主用户意图并联动环境信息。
在对话节奏控制上，该模型引入动态判停技术，将判停延迟缩短约250ms，抢话比例下降40%，能敏锐区分用户的“思考留白”与“对话结束”。工程层面，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挑战，使通话满意度绝对值提升8.34%。
Seeduplex 的落地不仅是交互效率的飞跃，更预示着感知、思考与执行一体化的未来趋势。随着后续视觉模态的引入，语音助手将向“听、看、想、说”多维协同的通用智能体深度进化，重塑智能硬件及多模态交互的行业标准。
项目主页:
https://seed.bytedance.com/seeduplex