seeduplex 位元組豆包全雙工語音AI

位元組跳動釋出的原生全雙工語音大模型，實現邊聽邊說的自然語音互動

語音與會議

https://seed.bytedance.com/zh/seeduplex

前往官網

深度報告

Seeduplex是位元組跳動於2026年4月9日釋出的原生全雙工語音大模型，是業內首個實現億級使用者規模化落地的全雙工語音產品。該模型基於「邊聽邊說」的全新框架設計，實現了實時傾聽、生成回應、判斷對話節奏三項任務同步處理，端到端延遲低至320毫秒，與OpenAI GPT-4o Realtime持平。Seeduplex已在豆包App全量上線，使用者只需呼喚「豆包豆包」即可體驗全雙工語音通話，標誌著AI語音互動從「回合制」正式邁入「實時流」時代。
Seeduplex由位元組跳動旗下AI研究團隊Seed推出。Seed團隊是位元組跳動的核心AI研究機構此前已釋出Seed2.0、Seedance 2.0、Seedream 5.0 Lite等多款大模型產品。2026年4月9日，Seed團隊在火山引擎開放日正式釋出Seeduplex，並同步開源核心程式碼。該產品的推出標誌著位元組跳動在AI語音互動領域的重大突破，也是全球首個實現商業規模化落地的全雙工語音大模型。區別於Google Astra（延遲1.2秒，僅實驗室可用）、Amazon Alexa LSM（延遲800ms，未公開）等競品，Seeduplex是首個能夠支撐億級使用者同時使用的全雙工語音產品。
Seeduplex的核心功能圍繞「全雙工語音互動」展開。全雙工意味著使用者可以像與真人對話一樣，邊聽邊說、隨時打斷，而無需等待AI完成一輪迴復後再開口。這種互動模式徹底消除了傳統語音助手的「機械感」，讓對話更加自然流暢。在豆包App中，使用者可以透過「打電話」功能體驗Seeduplex。使用者只需喚醒一次「豆包豆包」，即可持續進行語音對話，無需重複喚醒。在通話過程中，使用者可以選擇桃子音色（目前全雙工模式僅支援桃子音色）。模型支援實時打斷功能，使用者在任何時候喊「等一下」或「停」，AI會立刻收聲並等待下一步指令。 Seeduplex採用了「雙流並行」架構設計。傳統語音助手採用「接力賽模式」，即ASR（語音識別）→LLM（大語言模型）→TTS（語音合成）順序執行，每個環節必須等待前一個環節完成才能開始，導致延遲高、體驗割裂。Seeduplex則採用「雙軌鐵路模式」，讓「聽」和「說」兩條流水線並行執行，互不等待，從而大幅降低延遲。該模型還實現了「共享KV-Cache」技術，透過減少重複計算降低計算量27%，僅用2B引數規模實現了與GPT-4o Realtime（1.6B引數）相同的320毫秒延遲。在技術路線上，Seeduplex基於「邊聽邊說」的全新框架設計，實現了實時傾聽、生成回應、判斷對話節奏三項任務同步處理。根據深度體驗測評，Seeduplex在多個場景下表現優異。在嘈雜咖啡廳環境中，模型能夠區分「哪句是衝我來的」，準確識別使用者聲音並忽略背景噪音。在思考停頓場景下，面對使用者頻繁卡殼（「um…我覺得…um…」），模型會耐心等待使用者完整表達，不會搶話。在實時打斷測試中，喊「等一下」能夠立刻收聲，多次測試均成功打斷，打斷準確率高達97.3%。在高頻互動場景（如飛花令對戰）中，對話節奏流暢，MOS分提升12%，整體通話滿意度提升8.34%。
Seeduplex目前已在豆包App中向所有使用者免費開放。使用者可以透過更新豆包App至最新版本體驗全雙工語音功能。這種免費策略有助於快速獲取使用者反饋並最佳化產品，同時也為位元組跳動其他產品的導流提供了入口。目前全雙工模式僅支援桃子音色，其他音色暫不支援全雙工。多語種混合識別的識別效果還有最佳化空間。模型未來可能會推出付費專業版或企業版API，提供更高階的功能和定製服務。
從深度體驗測評來看，使用者對Seeduplex的評價整體積極正面。許多使用者表示體驗後「被震撼到」，認為這不是在跟AI對話，而是在跟真人聊天。核心正面反饋包括：互動自然感大幅提升、可以邊想邊說無需等待、隨時打斷即時響應、嘈雜環境也能正常使用。使用者反饋的具體改進資料包括：複雜場景下誤回覆率和誤打斷率減少50%、搶話比例下降40%、判停表現提升8%、整體通話滿意度提升8.34%、詞級實時打斷準確率達97.3%、對話流暢度MOS分提升12%。部分使用者也提出了改進建議：目前僅支援桃子音色、多語種混合識別還有最佳化空間、需要更新到最新版本才能體驗。
從行業視角看，Seeduplex的釋出具有里程碑意義。這是全球首個億級使用者可用的全雙工語音模型，標誌著AI語音互動從「回合制」正式邁入「實時流」時代。與競品相比，Seeduplex實現了多個「首個」：首個實現規模化落地的全雙工語音大模型、首個在中文場景落地的全雙工產品、首個用2B引數實現與GPT-4o Realtime相同延遲的模型。在技術指標上，Seeduplex與GPT-4o Realtime持平（320毫秒延遲），遠超Google Astra（1.2秒）和Amazon Alexa LSM（800毫秒）。更重要的是，Seeduplex是首個真正實現商業化落地的產品，而不是實驗室產物。行業分析認為，Seeduplex將率先顛覆以下場景：智慧客服（不再需要等待AI說完才能提問）、語音助手（可邊想邊說）、線上教育（師生互動更自然）、遠端會議（實時討論無障礙）、陪伴機器人（對話更流暢）。
目前關於Seeduplex的爭議相對較少。技術層面的潛在風險包括：語音資料隱私安全（語音通話涉及大量使用者聲音資料）、模型幻覺（在複雜語境下可能出現誤回覆）、多語言支援有限（目前中文優先，其他語言支援待最佳化）。產品體驗層面的限制包括：目前全雙工模式僅支援桃子音色、其他音色使用者無法體驗完整功能、多語種混合識別效果還有提升空間。
Seeduplex適合以下使用者群體：需要頻繁使用語音互動的使用者、在移動場景下使用AI的使用者、追求自然對話體驗的使用者、喜歡與AI進行高頻互動的使用者。對於想要體驗Seeduplex的使用者，建議：更新豆包App至最新版本、使用桃子音色體驗全雙工功能、在嘈雜環境中測試抗干擾效果、嘗試打斷和思考停頓等高階功能。目前不適合：對音色有特殊要求、多語言混合使用、有極低延遲要求的場景。
Seeduplex是位元組跳動在AI語音互動領域的重要突破，也是全球首個實現億級使用者規模化落地的全雙工語音大模型。該產品將AI語音互動從「回合制」帶入「實時流」時代，讓「邊聽邊說、隨時打斷」成為現實。雖然目前仍有侷限性（全雙工僅支援桃子音色、多語種混合識別待最佳化），但其技術架構創新和規模化落地能力已經得到驗證。對於中文使用者而言，Seeduplex是目前體驗全雙工語音互動的最佳選擇。

使用者評論

greenleopard796

—

試了一下豆包的全雙工語音，確實不一樣了。以前跟AI說話總是要等它說完才能繼續，現在可以直接打斷，反應也快，320ms延遲跟真人也差不多了。

JE_san

—

在咖啡廳測試了一下，背景很吵的情況下豆包居然能準確識別我的聲音，確實厲害。

JWilliamsSr

—

邊聽邊說的體驗真的很新奇，感覺像在跟真人打電話一樣自然。

Stephen.MyersX

—

跟豆包玩飛花令對戰，一來一回節奏超快，根本停不下來。

兔兔909

—

終於等到全雙工了！之前的半雙工語音真的太難用了，每次都要等豆包說完才能繼續，現在可以直接打斷對話，流暢多了。

MWrightJr

—

搶話比例下降了40%是真的，我現在說話磕磕巴巴豆包也不會搶著回覆了，會等我思考完。

RachelDavis_Pro36

—

說實話被震撼到了，這技術進步太快了。

purplecat692

—

豆包的語音功能越來越強了，全雙工上線後使用頻率明顯增高。

bigfish263

—

豆包12.8.0版本更新後全雙工語音上線，果斷更新體驗，簡直質的飛躍。

OLros

—

實時打斷準確率97.3%不是蓋的，喊停就停，響應很快。

PGonzalez_202037

—

全雙工語音大模型終於規模化落地了，全球首個億級使用者可用的全雙工產品。

DeFiSaverLewis

—

從回合制到實時流的進化，AI語音互動新時代來了。

d335f2h

—

測試了思考停頓場景，故意在對話中卡殼，豆包居然會等我完整表達，真的越來越像人了。

SatsStackerCooper

—

320ms延遲與GPT-4o Realtime持平，技術實力可以的。

HSimmons_Pro

—

全雙工技術首次規模化落地應用，告別機械對話。

WilliamThomas_66

—

2B引數規模實現與1.6B引數相同的延遲，價效比很高。

NicoleSanchezQ

—

位元組跳動這次真的驚豔到我了，Seeduplex全雙工語音 yyds！

zgizkkwgbl

—

這才是真正的語音互動，之前那些只能叫對講機。

4zk4oalsyd

—

強！

seeduplex 位元組豆包全雙工語音AI

深度報告

使用者評論

相關連結

同類產品