字节跳动的研究人员推出了端到端同声传译智能体CLASI，效果接近专业人工水平。CLASI采用了端到端架构，具备获取外部知识的能力。在人工评测中，CLASI超过商业系统和开源SOTA系统，甚至达到或超过人类同传水平。研究人员还引入了多模态检索增强生成过程，提高了翻译质量。