AI Aulis

AI-NYHETER PÅ SVENSKA · 20 november 2026

De viktigaste AI-nyheterna varje morgon. AI skriver och granskar artiklarna mot originalkällorna – kontrollera viktiga uppgifter i källorna.

41 artiklar · nästa nummer i morgon bitti · Så görs tidningen →

← Numret 20 november 2026Tidningen

ByteDances samtalsmodell: Hälften så många rytmproblem som i kaskadmodeller, enligt företaget

AI-genererat innehållSkriven av AI

ithome.com, original.ifeng.com, cls.cn, news.pconline.com.cn, 36kr.com · 5 källor · Källornas publiceringsdatum: 19 november 2026

ByteDances Volcano Engine öppnade den 19 november modellen SeedRealtime 1.0 för utvecklare. Enligt företaget ser, lyssnar och talar den samtidigt. Samtalen har hälften så många rytmproblem som i kaskadmodeller, alltså system där delarna arbetar i tur och ordning, uppger företaget.

En vanlig röstassistent består av program som körs efter varandra. Taligenkänning (ASR) gör om tal till text, som sedan tolkas av en modell för bild och språk (VLM). Talsyntes (TTS) läser upp svaret. Enligt Volcano Engine ökar varje mellansteg fördröjningen och tappar information.

SeedRealtime 1.0 ingår i modellserien Doubao och hanterar ljud, bild, tidsförlopp och sitt eget tal i en enda modell. Modellen väntar inte bara på frågor, säger företaget. Den följer hur situationen förändras och talar själv när tillfället är rätt.

I företagets exempel häller användaren hela kaffebönor i filterhållaren på en espressomaskin. Modellen påminner om att bönorna först måste malas. När kaffet är extraherat föreslår modellen en kortare extraktionstid utifrån creman och mängden kaffe. Modellen skiljer också mellan olika talare och reagerar inte på kringståendes prat eller bakgrundsbuller, uppger företaget.

Volcano Engine uppger att ljud- och videosamtalen har hälften så många rytmproblem som i kaskadmodeller, där delarna är kopplade efter varandra. Dessutom genomförs enskilda samtal oftare utan avbrott ända till slutet, säger företaget. Nyheterna anger inte hur rytmproblem definieras, vilka system som har jämförts eller vem som har gjort testerna. Siffran är alltså företagets eget påstående.

Nyheten rapporterades den 19 november av bland andra ithome.com (IT之家), Ifeng, 36Kr och Kuai Keji. Alla bygger på företagets pressmeddelande. Rapporterna bekräftar alltså inte varandra, och de innehåller inget oberoende test. Även exempelsituationerna är valda av företaget.

API:et är nu tillgängligt för utvecklare via Volcano Engine. Företaget marknadsför det för röstassistenter, smarta enheter, sällskapsappar, kundtjänst och inlärningsappar. Prissättningen framgår inte av nyheterna.

Anmäl ett fel i artikeln