字节 Seed 发布 Seed Audio 1.0：从语音合成走向影视级音频生成
字节 Seed 团队发布 Seed Audio 1.0 音频生成模型，官方定位为业内首个可通过单条 Prompt 直接生成影视级音频的模型，支持文本、音频等多模态输入，覆盖音效等全要素音频创作。
推荐理由：豆包语音产品线从 TTS 走向全要素音频生成的标志性版本。
#字节跳动
海外技术动态精选评分6262
中文技术动态精选评分6464 火山引擎 × 央视网世界杯直播：首帧起播 400ms 内、端到端延迟最低约 1 秒
火山引擎介绍与央视网的 2026 世界杯转播合作：长视频首帧起播时长压至 400ms 以内，上届世界杯千万级并发下端到端延迟曾压至约 1 秒，本届进一步压缩，并依托"秒级监控、1 分钟级响应、3 分钟止损"SOP 与 AI 智能调度保障传输。
推荐理由：国内大型赛事直播的最新技术指标披露，反映火山引擎视频云能力边界。
中文技术动态精选评分7272 火山引擎上线豆包实时语音模型 3.0（Seeduplex）API：全双工端到端语音大模型开启邀测
火山引擎正式上线豆包实时语音模型 3.0（Seeduplex）API 并开启邀测：原生全双工端到端语音大模型，官方称判停延迟缩短约 250ms、复杂场景抢话比例下降 40%、用户主动打断延迟缩短约 300ms，支持对话中直接调用工具，面向智能座舱、智能硬件与客服场景。
推荐理由：豆包实时语音 3.0 是国内全双工语音大模型的重要发布，量化指标明确。
中文技术动态精选评分6262 火山引擎视频直播下线客户端推流 SDK，客户端场景转向 RTC SDK
火山引擎宣布视频直播停止更新并下线 iOS/Android/RN 客户端推流 SDK 文档：自 2026 年 8 月 7 日起不再功能迭代仅做维护，Web 场景建议用 Web 推流 SDK、客户端推流场景建议改用 RTC 产品客户端 SDK，存量用户可继续使用。
推荐理由：推流 SDK 收敛到 RTC 的产品路线调整，反映直播与 RTC 融合趋势。
中文技术动态精选评分6868 火山引擎 RTC 支撑抖音百万并发"云侃球"：单房间 500 人、9 人上麦的边看边聊架构
文章拆解抖音世界杯"边看边聊"方案：单房间 500 人加入、9 人上麦、其余旁听，对比语音聊天室与 RTC 互动语聊两种方案后选择后者以避免 CDN 转推 1-3 秒的聊天不同步，RTC 通话语音切片存储供审核并提供踢人/拉黑运维 OpenAPI。
推荐理由：字节系大型赛事语聊场景的第一手工程架构文，含方案选型对比。
中文技术动态精选评分6666 火山引擎发布豆包语音识别模型 2.0：关键词召回率提升 20%，支持 13 种海外语种
火山引擎 2025 年 12 月 5 日发布豆包语音识别模型 2.0（Doubao-Seed-ASR-2.0）：基于 PPO 强化学习做上下文推理识别，上下文关键词召回率提升 20%，支持单图/多图视觉输入辅助识别，并支持日语、韩语、德语、法语等 13 种海外语种。
推荐理由：ASR 2.0 引入视觉多模态辅助语音识别，是"听得懂"到"看得懂"的代际更新。