据动察 Beating 监测，字节跳动 Seed 发布 SeedRealtime，并在豆包 App 上线。它能同时处理声音和画面，边看、边听、边回答。相比上一代只能听和说的 Seeduplex，这次新增了实时视觉能力。 用户可以让它盯着镜头找东西、检查操作或阅读文字。目标出现、画面变化或用户做错步骤时，它会主动提醒，不必等人提问。 在多人和嘈杂环境中，它还能判断谁在说话，并结合人脸、声音和手势理解上下文。字节称，其抢话、反应慢和噪声误触发等问题，比传统拼接方案减少约一半。