迁址公告
古东管家APP
关于我们
是新朋友吗？记得先点蓝字“锌刻度”关注我哦～
每日一篇科技财经深度调查
走进商业背后的故事
全双工模式才是王道
撰文/ 陈邓新
编辑/ 李 季
排版/ Annalee
豆包大模型，又上新了。
2026年4月9日，原生全双工语音大模型Seeduplex正式发布，相比上一代半双工豆包端到端语音模型，新模型基于“边听边说”的全新框架设计，交互体验的自然感、顺畅度大幅提升，目前已在豆包App全量上线。
这意味着，前沿的全双工语音技术，第一次实现商业规模化落地。
而依托全双工语音技术，豆包的语音交互不再是机械式的一问一答，而是收放自如的聊天搭子，活人感跃然纸上。
显而易见，AI应用“一哥”如虎添翼了。
活人感才是语音交互的核心竞争力
语音交互，成为互联网竞争的主战场。
起初，人类触达数字世界交互方式为命令行；之后，图形界面接棒，造就了PC的辉煌；等到触控起势，移动互联网的序幕也随之拉开。
如今，交互方式又有了新范式。
AI时代，语音交互走到了C位，不再是一个可有可无的辅助功能，而是提升交互效率、改变交互形态的核心载体。
皆因，语言才是人类表达意图的最短路径。
如此一来，基于AI技术的语音交互正在打破现实世界与数字世界的交流壁垒，通过颠覆使用习惯的方式完成交互跃迁。
问题在于，传统的语音交互是半双工模式。
半双工模式之下，同一个时间段内只有一个动作发生，用户说话了则AI只能听着，反之亦然，这个过程一板一眼，不容丝毫偏差。
通俗易懂地说，AI在语音交互的过程中缺乏活人感。
此背景下，哪怕语音识别与自然语言理解两大技术成熟，语音识别准确率接近人类水平，也没有让传统的语音交互出圈。
一名互联网观察人士告诉锌刻度：“半双工模式无法打断正在进行的说话、难以过滤复杂环境的杂音、没法感知用户的正常停顿等，容易出现抢话、跑题等令人尴尬的问题，严重影响了用户的交互体验，直白地说就是AI彬彬有礼却无法与用户共情。”
Seeduplex的全双工模式，则有效解决了上述问题。
全双工之下，同一个时间段内用户与AI可以双向交流，即用户可以随时插话与打断，AI也可以持续倾听与及时响应。
在此过程中，Seeduplex进行全局声学环境感知，精准筛选出用户与模型交互的真正声音，过滤背景带来的各种干扰声，从而将误回复率与误打断率降低了一半，用户无需提高音量或寻找安静角落，即可进行高质量的对话。
精准抗干扰之外，Seeduplex还具备动态判停能力。
通过联合语音和语义特征，综合判断用户意图，面对用户的思考犹豫，模型可以耐心倾听；在用户说完后，又可以快速响应，从而抢话的概率相对降低了40%。
对此，一名专业人士表示：“通过语速、语调、语义的综合考虑，动态判停可以共情式倾听用户，理解用户的停顿到底是在思考，还是真正把话说完了，这才是Seeduplex最大的竞争优势。”
一言以蔽之，Seeduplex成为一个有温度、有深度、有人格、有灵魂的交互主体，依托活人感走了一条差异化竞争的道路。
毕竟，活人感才是语音交互的核心竞争力。
率先突破的为何是豆包
全双工模式堪称降维打击，自然成为行业追逐的焦点，可唯独豆包大模型成为行业“吃螃蟹”的第一人，并非偶然。
一方面，语音交互一直是豆包的底色。
自推出以来，语音交互就成为豆包用户体验的核心支柱，其即时互动感颇受年轻人的青睐，进而营造了高粘性、正循环的社交氛围。
由此一来，豆包成为AI应用赛道的“一哥”。
QuestMobile的数据显示，截至2025年9月，AI应用市场移动端、PC端月活跃用户数分别达到7.29亿、2.00亿；其中，排名第一的豆包的月活跃用户规模为1.72亿。
华熙生物董事长赵燕表示：“豆包这些AI，是生活的一部分，工作的一部分。重复、需要耗时耗力的一些事儿，我会让豆包来做。AI给我们带来的是业务的重塑，原来可能几十个人的团队要干两年，现在可能（只需要）五个小时。”
正因为如此，豆包的语音交互生态每天都在源源不断产出海量的真实数据，为孵化Seeduplex提供了肥沃的土壤，其训练语料的优势无法比拟。
另外一方面，豆包大模型的底蕴深厚。
豆包大模型2024年5月的日均Token使用量为1200亿，到了2026年3月日均Token使用量已突破120万亿，足足增长了1000倍。
须知，Token使用量是衡量AI发展速度的核心指标。
这意味着，豆包大模型不断技术迭代，从可用走向好用，为半双工豆包端到端语音模型迭代为原生全双工语音大模型Seeduplex创造了良好的条件。
火山引擎总裁谭待表示：“只有大的调用量，才能打磨出好模型。只有在真实场景中落地，用的人越多，调用量越大，模型才会越来越好。”
具体来看，为了让全双工成功落地，Seeduplex在模型框架设计、算法优化、工程性能与稳定性上下了一番功夫。
譬如，在模型框架设计上，放弃了经典的“ASR（语音转文本）→LLM（大脑思考生成回复）→TTS（语音合成）”模型架构，设计了更贴合语音实时对话原生特性的模型架构，使模型能够直接从数据中学习语音与语义的一体化表达和节奏控制，显著提升了交互自然度。
再譬如，活人感与对话智能、超低延迟、对话节奏控制、强抗干扰能力与指向性理解等指标息息相关，因而需要依托海量语音数据进行大规模预训练，并通过多能力、多任务的后训练体系，才可以达到多维能力协同进化的目的。
合力之下，Seeduplex攻克了全双工语音的数据构建、超低时延与模型效果协同优化等核心技术难题，打开语音交互的新边界。
测试数据显示，相比上一代半双工豆包端到端语音模型，Seeduplex的判停MOS分提高了8%，对话流畅度MOS分提升了12%。
智能座舱迈入语音交互时代
随着语音交互从半双工走向全双工，可以进一步赋能教育、直播、营销、客服等行业，释放更大的生产力。
上述行业有一个共同的特征，即在语音交互的过程中需要避免机械感，从而增加用户的沉浸感与参与感，最终提高用户的信任度与满意度。
不难看出，Seeduplex的出现不啻一场及时雨。
尤为值得一提的是，随着汽车全面拥抱智能座舱，汽车正在撕下代步的标签，成为真正意义上的“第三空间”，也成为语音交互落地的最佳场景。
事实上，无需触控、按键、旋转，通过口头指令即可控制打开音乐、降低车窗、调整温度、设置导航等日常操作，因而语音交互逐渐取代了传统的人机界面。
不难看出，语音大模型成为智能座舱比拼的关键所在。
佐思汽研的数据显示，车载大模型2025年1月的渗透率为10.8%，到了2025年12月已攀升至38.6%，走高的势头肉眼可见。
其中，豆包大模型拔得头筹。
公开资料显示，豆包大模型覆盖赛力斯、吉利汽车、长城汽车、捷途汽车、智己汽车等20余家车企，2025 年新上市车型搭载量位居行业第一。
以别克至境E7为例，其与豆包大模型进行了全链路共创模式，在高速噪声、多音区等复杂环境下，将语音识别准确率提升至98%，复杂指令理解超过95%。
火山引擎汽车总经理杨立伟表示：“我们的合作，不是‘大模型上车’，而是‘大模型为车定制’。”
眼下，Seeduplex助阵，豆包可以更好地适配智能座舱场景，既能在低延迟条件下实现对话，克服听不准、听不清、反应迟钝等传统痛点，也能通过用户的语调、语速、语义，判断用户的情绪，并给出积极的回应，成为一个可以提供情绪价值的开车搭子。
简而言之，豆包从助手化身为助理。
与此同时，在Seeduplex赋能之下，智能座舱可以“像人一样思考、像人一样交流、像人一样成长”，有了更大的想象空间与商业价值。
总而言之，全双工语音技术走出了实验室，全面领先当下主流的半双工语音技术，未来不但会重新定义AI应用的用户体验，还可能孕育全新的语音交互商业模式。
那么，豆包有了更大的势能。
END
陈邓新
邮箱：cdx@cpcw.com
简介：投资改变生活
锌刻度
每日一篇科技财经深度调查
扫描二维码 | 关注我们
商务合作：13594102904
13896157010
转载微信：Shamy_xu
喜马拉雅：锌刻度漫谈（ID:30888705）
我们关注大时代的商业故事、科技互联网行业的发展趋势及动态。
36氪优质内容奖、商业新知年度十佳创作者、最澎湃创作者、蓝鲸财经年度浑水号优质内容创作者、新浪科技创事记年度评选年度机构作者、澎湃新闻最澎湃作者奖、钛媒体年度作者人气奖、今日头条青云奖连续月度前十、澎湃新闻湃客科技领域连续第一、百家榜科技榜上榜账号。
入驻平台
虎嗅 | 36氪 | 澎湃 | 界面 | 新浪 | 知乎 | 雪球
钛媒体 | 凤凰号 | 新知网 | 百家号 | 网易号
搜狐号 | 企鹅号 | 格隆汇 | 大鱼号
蓝鲸财经 | 观察者网 | 今日头条 | 一点资讯
商务合作
如您有相关合作需求，
请联系：13594102904，13896157010。
我们将及时与您对接沟通。
读者互动
如想获取一手资讯/硬核报告/作者交流，欢迎读者加微信troisx33，回复“读者”一键加群！
交流爆料
如您对科技互联网或商业财经有着深入了解，并有相关线索或对话需求，请联系后台或邮箱：19764969@qq.com
我们将及时与您对接沟通。
点小花花，让他们知道你“在看”我
免责声明：所有平台仅提供服务对接功能，资讯信息、数据资料来源于第三方，其中发布的文章、视频、数据仅代表内容发布者个人的观点，并不代表泡财经平台的观点，不构成任何投资建议，仅供参考，用户需独立做出投资决策，自行承担因信赖或使用第三方信息而导致的任何损失。投资有风险，入市需谨慎。
请先登录后发表评论