對話式AI，等待下一次「萬億時刻」

當對話式AI具備人類智慧，《Her》從電影照進現實。

當郁悶的你與桌面上可愛的AI毛絨玩具“芙崽”傾訴心聲時，你可能不會想到，人類與AI的自然對話，正激起一波隱秘的實時語音技術新浪潮，激發(fā)著巨大的商業(yè)藍海。

10月31日，由聲網與RTE開發(fā)者社區(qū)聯(lián)合主辦的Convo AI&RTE 2025第十一屆實時互聯(lián)網大會在北京正式開幕。在會上，聲網創(chuàng)始人兼CEO趙斌就分享了這樣一組數據——

2025年，67%的企業(yè)將對話式AI智能體置于戰(zhàn)略核心位置，84%的企業(yè)計劃在未來一年增加相關投入（數據來自Deepgram、Opus Research）。

相對應的是，聲網對話式AI相關用量在2025年第三季度就實現151%的環(huán)比增長，展現出強勁的市場需求。

對話式AI整合了大語言模型（LLM）、自動語音識別（ASR）、文字轉語音（TTS）、實時互動（RTE）等技術。

與AI對話，大部分人對此的印象是，AI大概率像是復讀機一樣毫無感情“念稿”，AI感十足。而對話式AI的出現，AI便能像人類一樣自然、真實、流暢對話。

正如《Her》電影里的Samantha照進現實——男主角手上的小方塊，不僅能準確識別語音、文本、圖像，還能根據人類的語氣、情緒、語言習慣，調整自己回復的語氣。

而為幫助企業(yè)和開發(fā)者把握對話式AI這一歷史機遇，聲網在大會上正式發(fā)布了《2025對話式AI發(fā)展白皮書》。在這份白皮書里，聲網團隊經過行業(yè)調研，深入結合了其在RTE行業(yè)的經驗，為對話式AI梳理了一份完整的圖譜——包括技術演進、核心技術、主流方案和業(yè)態(tài)、質量評估體系、行業(yè)實踐案例、以及未來趨勢展望。

在理論之外，聲網也用實際行動推動對話式AI的發(fā)展。此次發(fā)布會，聲網還發(fā)布了一系列對話式AI產品，包括下一代對話式AI引擎、配套的對話式AI開發(fā)套件、模型的評測平臺和編排平臺等。

一場對話式AI的浪潮，正在掀起。

對話式AI走進現實

回想一下：你一般是什么情況下會調用蘋果手機里的Siri，與之對話？

大部分人的回答或許是，大概率是睡前定鬧鐘的時候。有這么一組符合直覺的數據：行業(yè)數據顯示，目前僅21%的用戶對現有AI對話體驗滿意，部分服務的用戶流失率甚至高到“不可接受”。

其實，人類不是不愿意與AI說話，只怪AI太不懂人類。本質上，人類的對話中，僅有7%的信息來自語言內容，超過90%的信息感知來自語調、表情、肢體語言等非語言要素。

而要讓AI進行“類人對話”，企業(yè)接下來要攻克的技術挑戰(zhàn)還有很多。

比如，目前大部分對話式AI的端到端延遲普遍在3秒以上——人類之間聊天的延遲正常一般在400毫秒左右。正是這短暫的3秒，構成了人機交互一大痛點。在商業(yè)的世界里，僅幾秒的等待，就會讓用戶失去耐心。因此，與時間賽跑，攻克響應延遲，正是對話式AI接近人類對話體驗的一大壁壘。

除了延遲難關之外，對話式AI的另一個技術挑戰(zhàn)是，AI如何具備人類智慧的“內核”。

一些人機交互場景能令很多人感同身受：對話時，AI可能會因為用戶清嗓聲、鍵盤聲、或者人類的片刻遲疑而被打斷，上下文中斷?；蛘?，當你置身于嘈雜的派對、展會時，AI經常無法錨定真正用戶的聲音，而失去注意力。

前述種種體驗，看似細微，卻是人和AI之間能否建立信任、構建情感依賴的關鍵。對于用戶來說，期待的不僅僅是一個能提供正確回答的機器，還是一個有“人味”的AI。

為此，聲網創(chuàng)始人兼CEO趙斌對話式AI的技術挑戰(zhàn)概括為幾點：低延遲響應、自然打斷、上下文管理、情感理解與表達等。

而為了解決這些技術難點，目前行業(yè)里的主流技術方案是級聯(lián)模式。簡言之，級聯(lián)模式就像是一條分工明確的“流水線”，在這條流水線上，語音對話被拆解為三個獨立步驟串行工作（語音轉文字ASR—大模型理解文字LLM—文字轉語音TTS）。

相比于其他模式，級聯(lián)模式更加模塊化，開發(fā)者可以像搭積木一樣，靈活選用三個環(huán)節(jié)自認為更優(yōu)秀的供應商，以此優(yōu)化成本、提升效果。為此，級聯(lián)模式成為行業(yè)中大多數的AI客服、智能音箱等應用的技術方案選擇。

以聲網為例，他們正是圍繞級聯(lián)模式，構建了覆蓋不同客戶群的三類產品形態(tài)。對于希望快速上線的應用開發(fā)者，聲網推出了對話式AI引擎2.0。作為開箱即用的一站式解決方案，聲網試圖擊破前述種種對話式AI的痛點。

具體而言，引擎2.0依托于全球實時網絡，能夠實現端到端高速響應，實現超低延遲。另外，還內置了智能打斷、聲紋識別等先進功能，使得對話能夠實現智能交互。此外，引擎2.0還是開發(fā)者友好型設計，支持多種主流大模型，不同的模塊功能也可以按需選用，能快速集成到不同的應用場景中。

當然，對于希望靈活選型和深度定制的公司，聲網還提供了模塊化的SDK，比如語音識別/語音識別SDK，讓開發(fā)者自由“搭積木”。而對于已經使用聲網實時音視頻服務的客戶，若希望在不改變架構的前提下疊加AI能力，聲網還提供了一眾擴展套件，可以“插件式”增加一系列對話式AI功能。

通過引擎、SDK、拓展套件這三類產品形態(tài)，聲網覆蓋了從“小白”到“專家”的不同客戶群體，確保所有客戶都能在其生態(tài)內找到最適合自己的方式，讓對話式AI走向現實。

給對話式AI一把“尺”

不管是與人類還是AI交流，對話始終是一件很主觀的事情。但如果要讓對話式AI更長遠發(fā)展，行業(yè)缺乏一套全面完整且客觀的評估框架，就像是給對話式AI劃定了行駛的航道。

盡管行業(yè)里已經提出了部分評估方法，比如任務完成率、詞匯錯誤率等等，這些都是單點技術指標評估，維度未免過于碎片化、存在局限性。但現實是，對話式AI的語音、對話等要素過于復雜，原有的評估手段難免與實際體驗存在巨大鴻溝。

為此，在聲網發(fā)布的《2025對話式AI發(fā)展白皮書》中，便提出了“三維二軌”的評估框架——“三維”，考核的是AI本身的能力，比如理解能力、表達能力、交互能力；“二軌”，則是考核AI的兩種方法，包括基準測試和用戶導向測試。

看起來略顯抽象，但請代入這個評估框架，設想一下你正在面試一位AI助理。此時，你對其拋出了一個指令——“幫我預定一個適合商務宴請的意大利餐廳”。

理解能力更強的AI助理，便能夠抓取提煉并且理解你指令里的關鍵詞匯，比如“今晚”、“商務宴請”、“意大利餐廳”。而理解力弱的助理，可能只抓住了“餐廳”這個關鍵詞，反手推薦了隔壁的麥當勞餐廳。

緊接著，表達能力強的AI助理，會根據你指令里傳遞的情緒，用自然且愉悅的語調為你介紹合適的餐廳有什么特色。而表達能力一般的助理，則只會用僵硬的播音腔，把一長串地址念出來，像是一臺無情的復讀機。

在AI助理介紹餐廳時，你突發(fā)奇想打斷了它，詢問“餐廳附近是否有停車場？”

此時，交互能力差的AI助理可能直接忽略了你的提問，堅持把餐廳介紹完再停下。而交互能力強的助理，對話節(jié)奏感和打斷處理能力拉滿，它可能會馬上停下并且?guī)湍悴樵冃畔?，最后再補充一句，“還需要繼續(xù)幫你查詢菜品嗎？”。

值得注意的是，這套評估框架不僅僅用基準測試保證對話式AI基本功過硬，在硬性技術指標評價之外，還將用戶導向測試也融入實戰(zhàn)測試，讓對話式AI也能得到用戶側的主觀評價。

如果說“三維二軌”給了對話式AI一把“尺子”，定義了什么是好的對話式AI框架和原則，聲網并不止步于此，他們還基于這套框架，為廣大開發(fā)者提供了一系列好用的實踐工具。

聲網的AI模型評測平臺，正是通過精準定位對話式AI場景的核心痛點，創(chuàng)造了一個關鍵的“決策支持系統(tǒng)”。據介紹，該平臺通過模擬真實對話的交互測試，在全球十大城市節(jié)點動態(tài)監(jiān)測并更新數據，直觀對比主流ASR、LLM和TTS模型的實時性能。

舉個例子，當一個開發(fā)者想基于聲網的對話式AI引擎做一個“AI社交陪伴”應用時，他就可以直接在聲網的評測平臺上，針對“社交陪伴”場景非常在意AI的響應延遲，橫向評測不同的ASR、LLM、TTS模型在響應延遲方面的性能表現，最終選擇更匹配自身業(yè)務的模型組合。

當對話式AI逐漸走出概念，在技術路線、產品方案、評估標準、工具等方面快速完善，也注定了其將在更多領域快速生根落地。

對話式AI落地，潤物細無聲

目前，對話式AI已經在智能硬件、情感陪伴、在線教育三大場景中率先實現規(guī)模化落地。

2025年被視為AI硬件的爆發(fā)元年，從以“芙崽”為代表的AI陪伴硬件引爆行業(yè)，以Ray-ban meta為代表的AI眼鏡也掀起“百鏡大戰(zhàn)”。而熱鬧的AI硬件中，對話式AI扮演了舉足輕重的作用——賦予了冷冰冰的硬件類人的靈魂和智慧。

在情感陪伴領域，以星野、Charecter.AI為代表的AI社交應用里，對話式AI則使得AI對話從機械應答，進化成為具有記憶力、有個性、能共情的社交引擎。對話式AI讓AI真正陪伴在人類身邊。

在教育領域，對話式AI則正在掀起一場教學革命。比如，對話式AI讓口語陪練更擬人，營造更有沉浸感的語言學習環(huán)境；對話式AI所衍生的AI雙師（豆神AI），也促進了教育資源的平等。

種種跡象可見，對話式AI的生態(tài)正在持續(xù)飛快構建中。不過，你可能會好奇，未來的對話式AI，還蘊含著什么樣的想象力。而聲網在其白皮書中，也描繪了未來的圖景。

首先，對話式AI未來將會在多模態(tài)交互上實現質的飛躍，實現邊聽邊說、能看懂用戶表情語言、手勢語言等等功能，人機交互無限接近于人人交互——正如聲網發(fā)布會上，創(chuàng)始人兼CEO趙斌所展示的“AI客服”時，臺下觀眾很難分辨對話的是機器還是人類一般。

其次，未來的對話式AI或許不僅僅只是一個單點、被動響應的工具，而是一個多智能體協(xié)同的“超級助手”。

在商業(yè)的維度，未來的對話式AI也可能隱藏著更多的商業(yè)價值?；蛟S，它的存在形式會更加隱秘多元，可能會融入業(yè)務流程，或者是成為組織里面的數字員工，也可能成為全新的信息入口和服務樞紐。

你也可以大開腦洞，對話式AI未來或將化身為“數字生命體”——在成長階段，它是人類啟蒙的守護者。在工作階段，它又化身工作生活的全能協(xié)助者。隨著人類數據的積累，它將進化得更懂你。

結語

最早誕生于60年代的對話式AI，是在大模型時代、具備了類人能力后，才真正進入飛躍時刻。這一看似簡單的技術，長遠卻有著深遠意義。

首先，對話式AI徹底改變了人類與機器溝通的底層邏輯，使得過去以圖形界面（GUI）為主的人機交互，進化到更符合人類本能的交流方式。這種轉變，將大大降低AI技術的使用門檻，進而實現AI的平權和技術普惠，

其次，對話式AI還將幫助人類從繁瑣復雜的任務中解放出來，讓人類得以更專注于有創(chuàng)造性、有戰(zhàn)略性的工作。當中因此潛藏無限的商業(yè)可能，可能產生更多全新商業(yè)模式和業(yè)態(tài)，不僅限于當下火熱的陪伴類AI原生APP、AI陪伴硬件等等。

總而言之，對話式AI不僅代表技術高地，本質上更是改變了交互方式、生產關系、帶動經濟增長。

在聲網此次的發(fā)布會上，聲網創(chuàng)始人兼CEO趙斌表示，截至目前，聲網年度服務分鐘數首次突破1萬億分鐘。這是一個里程碑，標志著RTE技術（實時互動，Real-Time Engagement）已成為行業(yè)里不可或缺的“水電煤”。

當一眾技術子集羽翼漸豐，對話式AI已經萬事俱備。它正在等待自己的“萬億時刻”。