Tin nhắn ME AI, mô hình lớn ByteSeedRealtime tích hợp bản địa theo kiến trúc thống nhất để hợp nhất nguyên sinh âm thanh–video–văn bản, thực hiện tương tác thời gian thực song công hoàn toàn với khả năng “vừa xem vừa nghe vừa nói”. Nó đã được triển khai quy mô lớn trên ứng dụng Doubao. Điểm khác biệt là thay vì chuỗi ghép nối tuần tự truyền thống “nghe–chuyển ghi–nghĩ–nói”, nó xử lý đa phương thức end-to-end trực tiếp, giảm đáng kể độ trễ và tăng độ tự nhiên. (Nguồn: ME)