Seeduplex

项目来源

Seeduplex 是字节跳动 Seed 团队推出的原生全双工语音大模型，并已集成到豆包 App 中进行规模化应用。

该项目属于字节在“语音大模型 + AI Agent 交互能力”方向的重要升级，目标是突破传统语音助手的“轮流对话”模式，让 AI 能够像真人一样边听边说。

根据官方技术说明与发布信息，该能力于 2026 年左右在豆包 App 全量上线，面向普通用户开放语音通话式交互体验。

它解决的问题

传统语音助手（如早期 Siri 或多数 AI 语音产品）普遍采用“半双工”模式，即必须用户说完后 AI 才能回应，这会导致明显的等待感、打断问题以及交流不自然。

Seeduplex 的目标是让语音交互更接近真实人类对话：可以插话、可以打断、可以边说边理解，同时在复杂环境中仍保持稳定识别能力。

它主要面向实时语音助手、AI 电话助手、车载语音交互以及移动端 AI Agent 等高频交互场景。

核心能力

从公开资料来看，Seeduplex 的核心能力围绕“全双工语音交互”展开，即输入与输出同时进行，而不是轮流进行。

• 边听边说能力：AI 可以在用户未说完时同步理解语义并生成回应
• 精准抗干扰：在噪音、多人语音环境中识别主用户指令，减少误识别
• 动态判停机制：判断用户是停顿思考还是已完成表达，减少抢话或打断
• 低延迟响应：对话延迟压缩到约数百毫秒级别，提升实时感

相关评测显示，其在打断控制、抢话比例与对话流畅度等指标上相较传统半双工模型有明显提升。

如何使用

Seeduplex 已集成在豆包 App 中，用户无需单独下载模型或配置复杂环境。

1. 更新豆包 App 至最新版本
2. 进入语音通话或语音助手入口
3. 选择支持 Seeduplex 的语音模式（部分音色或功能入口）
4. 直接使用自然语言与 AI 进行语音对话

目前未公开提供独立 API 或开发者接口，主要以产品内体验为主。

典型使用场景

• 实时语音聊天：像打电话一样与 AI 连续对话，无需等待轮次
• 复杂环境语音助手：在车内、咖啡厅等噪音场景中稳定识别用户指令
• 快速问答与信息获取：边说边补充问题，AI 可实时调整回答方向

与同类技术的差异

与传统语音助手相比，Seeduplex 的最大变化在于交互范式，从“对讲机式轮流对话”升级为“连续流式对话”。

相比大多数仍依赖半双工架构的语音系统，它能够同时处理语音输入与输出，减少等待时间和打断感。

同时，它在复杂声学环境中的抗干扰能力更强，更适合真实世界而非理想安静环境。

价格与使用成本

Seeduplex 目前作为豆包 App 内部能力开放，用户端体验通常是免费的，但未独立开放商业定价或 API 计费模型。

优势与局限

Seeduplex 的优势在于显著提升语音交互自然度，使 AI 从“工具式问答”更接近“实时对话伙伴”，同时在复杂环境适应性方面有明显增强。

但目前它仍然是产品级能力而非开放平台能力，缺乏开发者接口，且部分高级能力依赖豆包生态内实现，扩展性有限。

总体来看，Seeduplex 更像是下一代语音交互范式的产品级落地，而不是独立开发工具，更适合体验型用户与语音 AI 技术观察者关注。