新火種
2025-02-12 
實測豆包語音大模型：你不說誰知道這是AI啊
作者|陶然 編輯|魏曉
趕在春節前最后一周，字節掏出了今年國產語音大模型的天花板，豆包實時語音大模型。
收官之作，依然延續了過去大半年字節AI團隊的風格——不掏則已，一掏就是王炸。
從年中的基礎模型、視頻生成模型，到年尾的視覺理解模型，對比同行來看豆包通常不是那個發的最快的，可一旦做出來，基本就預定了賽道內未來一段時間的No.1。
實時語音模型，又是這個節奏。
對話模型的風口由OpenAI掀起，GPT-4o實時對話剛發布那會兒，圈里人驚呼Her或者Jarvis這類影視作品中的AI助理概念神終于出現在了現實當中。
國內玩家自然也是也迅速跟進，本就擅長語音技術的科大訊飛在八月更新了“超擬人交互”，豆包之前的國內AI頂流Kimi也在10月份更新了實時AI電話（但本質上是T2S，轉文字處理再轉回語音輸出）。
不過現在豆包來了，而且又雙叒后來居上、直接封王了。
“你不說
這誰聽得出來是AI啊？”
以下內容建議佩戴耳機瀏覽。
無不良引導，主要是希望你開大點聲仔細聽，才能聽到各家語音大模型輸出上的差異，以及最重要的，豆包團隊在聲音細節方面究竟打磨到了什么程度。
年關將至，又到了回家團圓的美好氛圍，被七大姑八大姨的奪命連環Q擊碎的時候：上班了嗎發錢了嗎獎金有嗎買房了嗎買車了嗎談對象了嗎要孩子了嗎。
讓AI給你答題已經是去年的玩法了，今年，AI除了能告訴你怎么脫困之外，還能給你帶來足額精神慰藉，拉滿的情緒價值。
再次建議佩戴耳機，聽得細致些。
我：“唉這馬上要過年了，我這心里真是又期待又發愁。回家跟家人團聚是挺好的一件事，但我一想到那七大姑八大姨就頭疼。你知道我每一次回去，就肯定有一票的人追著問我什么相親啊，工作啊，工資啊這些事情。就坐在桌子上跟被審問一樣，我怎么辦呢我天？”
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
