今日，字节跳动旗下云服务平台火山引擎宣布，豆包大模型已支持实时语音通话新功能。
据悉，火山引擎提供的对话式 AI 实时交互解决方案，结合了火山方舟大模型服务平台和豆包的语音识别与合成模型，简化了语音到文本和文本到语音的转换过程。这一方案实现了高效的语音数据采集、处理和传输，提供了卓越的智能对话和自然语言处理能力。
火山引擎 RTC 基于音频3A 处理技术，有效解决了“双讲”现象，确保语音识别的准确性和实时性。同时，利用 WebRTC 传输网络，实现了全球范围内的超低延迟、稳定可靠的实时音视频传输服务。
火山引擎还提供了灵活、多样化的接入方案，包括自集成方案和基于 WebRTC 标准协议的传输网络方案，以满足不同企业的具体需求。
此外，火山引擎的大模型多模态实时交互服务已为国内一些头部 AI 虚拟人物聊天应用提供了 AI 实时语音能力，带来了全新的互动体验。火山引擎将持续提供高质量的音视频能力和 AI 能力，助力企业在 AI 实时音视频领域实现创新。
火山引擎，又有大动作了。 2025年6月11日，火山引擎Force原动力大会发布豆包大模型1.6、视频生成模型Seedance1.0pro等重磅新模型，以及迭代了一站式AI云原生全栈服务。 对此，字节跳动CEO梁汝波表示:“做好火山引擎对字节跳动成为一家优秀的科技公司、保持技术竞争力很重要。未来，字节跳动会坚定长期投入，追求智能突破，服务产业应用。通过火山引擎，持续把新模型、新�
豆包官方微信公众号今日发文，宣布豆包App上线实时视频通话功能，用户在电话界面开启视频画面后，豆包能基于真实场景与用户进行实时问答互动，模型能够融合视觉与语言输入，进行综合的深度思考和创作。 据介绍，豆包本次升级基于视觉推理模型，支持联网搜索工作、生活和学习遇到的问题，随时可以和豆包视频对话。 官方表示，用户将豆包App更新到最新版后，打开�
东风汽车旗下电动品牌奕派推出2025款奕派007，全面接入豆包大模型，实现三大智能化创新：1）毫秒级响应的全场景语音交互，支持10个高频指令同时处理；2）"情绪管家"模式可主动提供娱乐内容调节驾乘情绪；3）结合AIGC技术实现旅途画面一键艺术化创作分享。该车型通过智能决策能力和个性化服务重构人车关系，定位为Z世代"AI搭子"。未来将与火山引擎合作探索更多智能出行场景，构建差异化竞争力。
SuperCLUE+最新评测显示，豆包大模型1.5Pro以仅4%的幻觉率和96%的准确率位居全球榜首，超越DeepSeek、Gemini-2.5-pro和GPT-4o等主流模型。该模型在文本摘要、多文本问答等关键任务中表现优异，尤其在中文理解任务上国内领先。基于MoE架构设计，其综合性能超过多款超大规模预训练模型，推理成本显著降低。截至2025年3月，豆包大模型日均调用量达12.7万亿tokens，是一年前的106倍。IDC报告指出火山引擎以46.4%市场份额领跑中国公有云大模型市场。据悉，6月11日将发布豆包大模型最新升级进展。
昨日，字节跳动公布六大人才观。字节跳动表示，自创业之初便坚信人才是公司成功的关键要素，秉持“和优秀的人，做有挑战的事”的理念吸引众多人才加入。 公司认为，随着业务复杂度提升，保持优秀人才密度大于业务复杂度是组织有效运行的关键，更倾向于通过优秀人才的创新意愿和能力来应对挑战，而非单纯依赖增加规则和管理措施。 字节跳动鼓励人才在工作中大�
字节跳动发布端午合规提示，明确对腐败贿赂行为零容忍。文件规定：合作方若向员工行贿或谋取不当利益，将被永久列入黑名单；节日期间禁止赠送粽子礼盒、现金红包等礼品；不得提供高档餐饮娱乐招待。2024年公司已辞退353名违规员工，其中39人移送司法机关。此举彰显字节跳动反腐决心，旨在维护廉洁透明的商业合作环境。（140字）
本文汇总了近期AI领域的重要动态：1)通义千问发布Qwen3-Embedding系列模型，在多语言文本处理表现优异；2)字节跳动推出图像编辑模型SeedEdit3.0，提升细节保持能力；3)ElevenLabs发布情感语音合成系统Eleven v3 Alpha；4)Anthropic推出面向国家安全的Claude Gov模型；5)可灵AI月收入连续两月超1亿元；6)Meta公布智能眼镜Aria Gen2技术细节；7)爱诗科技上线AI视频工具"拍我AI"；8)富国银行预测2030年ChatGPT广告收入将达千亿美元。
今日，字节跳动旗下火山引擎举办FORCE原动力大会，正式发布豆包大模型1.6。 新系列包括三个大模型，分别是Doubao-Seed-1.6-thinking、Doubao-Seed-1.6、Doubao-Seed-1.6-flash。 火山引擎总裁谭待表示，Doubao-Seed-1.6是首个支持256k长上下文的大模型。 以thinking模型为例，其思考能力强化，支持多模态，Doubao-Seed-1.6则支持on/off/auto三种思考模式。 在高考全国新一卷数学单科测试中，豆包大模�
5月20日，火山引擎推出豆包·语音播客模型，实现文本秒转专业播客内容。该模型三大优势：1）自然流畅的双人对话效果，语音拟真度高；2）支持热点话题即时生成，5秒产出最新资讯播客；3）提供端到端创作链路，支持超长文本/网页链接转播客。相比传统AI播客，解决了内容重复、机械感强等问题。模型即将登陆豆包APP及PC端，6月11日将在火山引擎大会上展示更多功能。
本文介绍了AI领域最新动态：1)腾讯开源混元3D2.1大模型，提升3D生成质量；2)OpenAI Codex升级，优化代码生成功能；3)字节跳动AI Lab负责人李航卸任；4)微软发布700个AI应用案例；5)微软推出Code Researcher工具，解决58%系统崩溃问题；6)Observer AI实现屏幕操作自动化；7)Genspark发布AI浏览器；8)麻省理工用AI技术3.5小时修复15世纪名画；9)蚂蚁集团推出开源多模态GPT-4o模型Ming-Omni；10)MagicTryOn视频换衣框架；11)字节跳动发布实时互动AI视频生成模型Seaweed APT2；12)ChatGPT搜索功能升级；13)字节跳动与老凤祥合作开发AI智能眼镜。
