字節跳動豆包發布 Seed Audio 1.0 多模態音訊生成模型

生成式 AI 正從單一語音或音樂工具，走向可統籌完整聲音敘事的多模態系統。字節跳動旗下豆包推出 Seed Audio 1.0，鎖定影視與多媒體製作流程，讓創作者以同一模型協調人聲、配樂及環境音效，降低分別生成、剪輯與混音的門檻。

豆包團隊最新發布 Seed Audio 1.0，可在一次推理中生成並整合人聲、配樂與環境聲，形成單一且連貫的聲音場景。模型已於此次發布時同步上線火山方舟體驗中心開放測試，主打影視級 AI 音訊生成能力，但目前尚未公布商用定價與正式全面上線日期。