📚InfoQ中国•最新收集於 0m
豆包升級視訊通話
💡了解 Doubao 的視訊通話如何由專用多模態傳輸基礎設施支援。
⚡ 30-Second TL;DR
有什麼變化
Doubao 的視訊通話體驗已獲得產品升級。
為什麼重要
對 AI 產品團隊而言，此次更新顯示可靠的多模態傳輸正成為部署即時 AI 溝通功能的重要環節。這也可能提升市場對專為低延遲視訊與多模態互動打造之雲端基礎設施的關注。
下一步行動
在建構即時 AI 視訊功能前，評估火山引擎多模態傳輸服務的延遲、同時通話容量與 API 整合能力。
誰應關注：Developers & AI Engineers
關鍵要點
- •Doubao 的視訊通話體驗已獲得產品升級。
- •升級後的功能由火山引擎多模態傳輸系統提供支援。
- •此次更新將 AI 視訊溝通與專用多模態傳輸基礎設施結合起來。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •火山引擎的多模態傳輸系統採用了自研的 RTC（即時通訊）技術架構，專門針對 AI 互動場景進行了低延遲優化。
- •此次升級重點解決了視訊通話中音影同步（Lip-sync）的精準度問題，減少了 AI 響應時的卡頓感。
- •豆包的視訊功能整合了火山引擎的邊緣計算節點，以降低跨區域傳輸帶來的網路抖動影響。
- •該技術支援動態頻寬調整，即使在弱網環境下也能維持視訊通話的穩定性與語音清晰度。
- •火山引擎此次提供的底層支援，標誌著字節跳動將 AI 模型能力與基礎設施層面的傳輸協議進行了深度垂直整合。
📊 競品分析▸ Show
| 特性 | 豆包 (火山引擎) | ChatGPT (Advanced Voice/Video) | 文心一言 (百度) |
|---|---|---|---|
| 核心優勢 | 低延遲多模態傳輸 | 全球化部署與語義理解 | 中文語境與生態整合 |
| 傳輸技術 | 自研 RTC 傳輸系統 | WebRTC / 自研協議 | 百度雲 RTC |
| 適用場景 | 即時互動、弱網環境 | 跨國溝通、複雜推理 | 本地化服務、企業應用 |
🛠️ 技術深入
- 採用火山引擎自研的多模態傳輸協議，優化了音訊與視訊流的封裝與解碼效率。
- 引入了基於 AI 的丟包隱藏（PLC）技術，在網路不穩定時能自動修復音訊流。
- 透過端到端（End-to-End）的傳輸優化，將視訊互動的端到端延遲控制在毫秒級別。
- 支援自適應編解碼技術，根據用戶設備效能與網路狀況動態調整視訊解析度與幀率。
🔮 前景展望AI analysis grounded in cited sources
AI 視訊通話將成為豆包用戶留存的核心驅動力
透過降低互動延遲，豆包能提供更接近真人溝通的體驗，從而顯著提升用戶的使用時長與黏性。
火山引擎將向外部企業開放此多模態傳輸解決方案
字節跳動通常會將其內部驗證過的基礎設施能力轉化為雲服務產品，以擴大在 AI 基礎設施市場的市佔率。
⏳ 時間線
2023-08
豆包 App 正式上線，開始在中國市場推廣 AI 對話服務
2024-05
字節跳動發布豆包大模型，並宣布火山引擎將全面支援模型落地
2025-03
豆包推出初步的視訊互動功能，開始測試多模態即時通訊
2026-08
豆包完成視訊通話功能升級，正式接入火山引擎多模態傳輸系統
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： InfoQ中国 ↗