声网刘斌：“Her”真正落地实现离不开RTE能力的支撑｜MEET 2025

26 0 0

文章摘要

声网作为全球音视频技术龙头，在纳斯达克上市后，已成为全球最大的实时互动云服务商，单月音视频使用时长达700亿分钟。声网首席运营官刘斌在MEET 2025智能未来大会上分享了RTE（Real Time Engagement）在AI Agent时代的全新价值。刘斌指出，多模态对话体验的关键在于延迟是否低于1.7秒以及能否打断，而多模态对话AI Agent应用产品化落地的关键在于端到端、全球任意地点、弱网环境、各种终端下的低时延。无论是语音还是视频，多模态有交互的AI Agent应用都离不开RTE能力的支持。

声网与AI Agent的关系体现在其兄弟公司Agora成为OpenAI Realtime API的合作伙伴，同时声网也与MiniMax合作开发国内首个Realtime API。在AI Agent时代，声网通过其全球SD-RTN网络和多年技术积累，能够在极端弱网下保证效果，构建具有实际应用价值的Voice对话Agent。声网的产品体系不断加强，包括Linux SDK、AI VAD能力以及AI Agent Service的补充与优化，旨在成为生成式AI时代的AI基础设施。

刘斌强调，任何涉及大模型多模态实时交互的应用，都离不开RTC技术的支持。声网致力于优化人与人之间的对话体验，并在人与模型之间的对话中提升体验，充分考虑模型的特性。声网的愿景是通过RTE+AI能力全景图，从基础设施到Agent，再到场景的演进，成为AI基础设施的关键组成部分。