Theo dữ liệu giám sát từ Động Sát Beating, ByteDance Seed đã phát hành SeedRealtime và đưa lên ứng dụng Doubao. Nó có thể xử lý đồng thời âm thanh và hình ảnh, vừa nhìn, vừa nghe, vừa trả lời. So với thế hệ trước chỉ nghe và nói là Seeduplex, lần này đã bổ sung khả năng thị giác thời gian thực.
Người dùng có thể để nó nhìn vào camera để tìm đồ vật, kiểm tra thao tác hoặc đọc văn bản. Khi mục tiêu xuất hiện, hình ảnh thay đổi hoặc người dùng làm sai bước, nó sẽ chủ động nhắc nhở, không cần chờ người dùng đặt câu hỏi.
Trong môi trường đông người và ồn ào, nó còn có thể xác định ai đang nói, kết hợp khuôn mặt, giọng nói và cử chỉ để hiểu ngữ cảnh. ByteDance cho biết, các vấn đề như chen lời, phản hồi chậm và kích hoạt sai do tiếng ồn đã giảm khoảng một nửa so với giải pháp ghép nối truyền thống.
