10月25日~26日，由聲網(wǎng)和RTE開(kāi)發(fā)者社區(qū)聯(lián)合主辦的RTE 2024實(shí)時(shí)互聯(lián)網(wǎng)大會(huì)在北京舉行。在AI技術(shù)突破式發(fā)展引發(fā)各行業(yè)革新浪潮的當(dāng)下，此次大會(huì)主題聚焦“AI 愛(ài)”，匯聚行業(yè)代表企業(yè)、技術(shù)大咖、專(zhuān)家學(xué)者等嘉賓，共同深度探討AI為互聯(lián)網(wǎng)生態(tài)帶來(lái)的新發(fā)展。作為AI在社交領(lǐng)域落地的前沿探索者，Soul App與通義千問(wèn)、MiniMax、智譜等受邀參加開(kāi)幕式當(dāng)天的“AI論壇”，展現(xiàn)現(xiàn)階段最新的技術(shù)能力積累以及應(yīng)用創(chuàng)新方向的更多可能。

在活動(dòng)現(xiàn)場(chǎng)，Soul App AI算法技術(shù)總監(jiān)劉忠亮以《實(shí)時(shí)互動(dòng)、情感陪伴，開(kāi)啟智能社交新時(shí)代》為主題，重點(diǎn)分享了Soul多模態(tài)大模型的技術(shù)研發(fā)脈絡(luò)，以及圍繞社交場(chǎng)景深度打磨多模態(tài)交互、情感陪伴、自然反饋等AI能力方向的最新成果和應(yīng)用實(shí)踐。

劉忠亮表示，Soul致力于構(gòu)建一個(gè)AI Being與Human Being共存的社交社區(qū)，其中，“人”是最為關(guān)鍵的，因此Soul的AI探索從用戶(hù)的實(shí)際社交場(chǎng)景出發(fā)，在AI輔助人、解決人與人鏈接需求的基礎(chǔ)上，以更智能、更沉浸的人機(jī)互動(dòng)升級(jí)社交體驗(yàn)。“Soul在AI方向的布局有清晰的推進(jìn)層次，在以AI增強(qiáng)關(guān)系建立的效率和質(zhì)量后，團(tuán)隊(duì)探索多模態(tài)大模型、重點(diǎn)關(guān)注AI如何提供即時(shí)的交流反饋和情緒價(jià)值。”

2016年上線(xiàn)之初，Soul首先推出了靈犀引擎，基于平臺(tái)用戶(hù)站內(nèi)全場(chǎng)景畫(huà)像與獨(dú)特算法，持續(xù)挖掘有效特征，實(shí)現(xiàn)平臺(tái)上“人與人”“人與內(nèi)容”的智能連接，合理分配注意力資源和交流機(jī)會(huì)，這讓Soul在當(dāng)時(shí)成為了較早將AI引入人與人鏈接的社交平臺(tái)，并在用戶(hù)群體中形成了差異化的產(chǎn)品認(rèn)知。

2020年，Soul正式啟動(dòng)對(duì)AIGC的技術(shù)研發(fā)工作，系統(tǒng)推進(jìn)在智能對(duì)話(huà)、語(yǔ)音技術(shù)、3D虛擬人等AIGC關(guān)鍵技術(shù)能力研發(fā)工作。2023年，Soul推出自研語(yǔ)言大模型Soul X，成為行業(yè)中較早通過(guò)備案的科技企業(yè)之一，此后，平臺(tái)先后推出了語(yǔ)音生成大模型、語(yǔ)音識(shí)別大模型、語(yǔ)音對(duì)話(huà)大模型、音樂(lè)生成大模型等語(yǔ)音大模型能力。

今年6月，Soul還在社交領(lǐng)域中較早推出了自研端到端全雙工語(yǔ)音通話(huà)大模型，具備超低交互延遲、快速自動(dòng)打斷、超真實(shí)聲音表達(dá)和情緒感知理解能力等特點(diǎn)，能夠直接理解豐富的聲音世界，支持超擬人化的多風(fēng)格語(yǔ)言。

2024年，Soul AI大模型能力整體升級(jí)為了多模態(tài)端到端大模型，支持文字對(duì)話(huà)、語(yǔ)音通話(huà)、多語(yǔ)種、多模態(tài)理解、真實(shí)擬人等特性，特別是團(tuán)隊(duì)在模型感知能力和推理能力層面的技術(shù)突破，疊加端到端方案對(duì)延遲問(wèn)題的解決（現(xiàn)階段Soul端到端對(duì)話(huà)模型的延遲低于200毫秒），進(jìn)一步實(shí)現(xiàn)了實(shí)現(xiàn)更接近生活日常的交互對(duì)話(huà)和“類(lèi)真人”的情感陪伴體驗(yàn)，使人機(jī)互動(dòng)也能具備“在場(chǎng)感”和超擬人屬性。

通過(guò)在現(xiàn)場(chǎng)展示目前Soul多模態(tài)大模型落地在平臺(tái)智能機(jī)器人“AI茍蛋”、AI聊天助理、狼人殺Agent、數(shù)字分身以及最新的AI虛擬人智能陪伴功能的實(shí)際效果，劉忠亮說(shuō)，“大模型能力服務(wù)人的社交需求，并不只是單點(diǎn)的人機(jī)對(duì)話(huà)，而是在豐富、趣味的社交場(chǎng)景中，以AI建立完善的關(guān)系鏈發(fā)現(xiàn)——建立——深化的環(huán)節(jié)，并讓AI為人提供情緒價(jià)值，這是Soul在產(chǎn)品應(yīng)用探索層面的主脈絡(luò)，目前平臺(tái)推出的相關(guān)功能也受到了用戶(hù)的廣泛認(rèn)可和積極反饋。”

在不久前結(jié)束的全球最具影響力的盛會(huì)之一—— GITEX GLOBAL海灣信息技術(shù)博覽會(huì)上，Soul攜集成3D虛擬人能力的多模態(tài)AI交互方案亮相，在博覽會(huì)現(xiàn)場(chǎng)接受記者采訪(fǎng)時(shí)，Soul App CTO陶明表示，“預(yù)計(jì)今年年底，Soul多模態(tài)端到端大模型將再次升級(jí)，推出全雙工視頻通話(huà)能力。”

這也意味著，Soul將實(shí)現(xiàn)真正意義上的AI多模態(tài)交互，集合文字、語(yǔ)音、動(dòng)作交互的多模態(tài)大模型，讓用戶(hù)可以在平臺(tái)實(shí)現(xiàn)更接近人類(lèi)模式的互動(dòng)體驗(yàn)和更高效、自然、豐富維度的信息傳遞，真正獲得社交體驗(yàn)的顛覆式升級(jí)。