10月31日，由声网与 RTE 开发者社区联合主办的 Convo AI & RTE 2025 第十一届实时互联网大会以“AI 有声”为主题，汇聚了全球顶尖的 RTE&对话式 AI 专家、开发者、企业代表与生态伙伴，共同探讨实时互动（RTE）与对话式 AI (Convo AI) 深度融合的新场景、新架构与新机遇。

赵斌：RTE 服务量首破万亿分钟，对话式 AI 将成为下一代 AI Infra 重要部分

在今年的 RTE 2025 实时互联网大会开场演讲中，声网创始人兼 CEO 赵斌宣布，声网年度服务分钟数首次突破1万亿分钟，标志着 RTE 技术已成为不可或缺的关键基础设施。与此同时，视频高清化比例在过去两年增长超过10倍，海外市场720p 以上分辨率流量占比已超 80%，WebRTC 全球搜索热度呈现爆发式增长，这一切标志着实时互动行业正迎来新一轮创新热潮。

然而，在基础设施日趋完善的同时，产业依然面临着从"连通"到"对话"的本质挑战。当交互对象从“人与人” 扩展到 “人与AI”，实时互动在环境感知与交互自然度上仍存在明显缺陷。行业数据显示，仅21%的用户对现有 AI 对话体验满意，部分服务的用户流失率高到“不可接受”。究其根源，人类对话中仅有7%的信息来自语言内容，超过90%的信息感知依赖于语调、表情和肢体语言等非语言要素。要实现真正的“类人对话”，企业必须系统性攻克低延迟响应、自然打断、上下文管理、情感理解与表达等复杂挑战。

多模态大语言模型（LLM）的出现让计算机具备了类人的实时语音对话能力，为解决这些挑战带来了全新路径。赵斌表示，对话式 AI 正驱动 RTE 从能够 “正常对话” 到 “声情并茂”的关键跃迁，为 RTE 行业带来一个不可估量的全新市场。

Deepgram 和 Opus Research 调研显示，67%的企业已将语音 AI 智能体置于战略核心位置，84%的企业计划在未来一年增加相关投入。在开发者生态中，全球范围内也正掀起一场实时语音技术的新浪潮，对话式 AI 与语音智能体创业公司呈现爆发式增长态势。Y Combinator 近期的孵化团队中，语音智能体公司占比显著提升；ARK Invest 预测 AI 陪伴赛道有机会从3000万美元上涨到700-1500亿美元；声网对话式 AI 相关用量在2025年第三季度实现151%的环比增长，这一切都展现出强劲的市场需求。

而在众多应用场景中，对话式 AI 将在情感陪伴、智能硬件、在线教育三大场景中率先实现规模化落地。在大会现场，赵斌演示了 AI 客服的功能，充分展现了当前对话式 AI 在实时交互与场景理解方面取得的突破性进展。

为帮助企业和开发者把握这一历史机遇，声网在大会上正式发布了《2025 对话式 AI 发展白皮书》及《对话式 AI 好奇者手册 》，为行业提供了一套系统的实践指南。同时，声网推出了对话式 AI 引擎 2.0，对话式 AI 开发套件、对话式 AI 模型评测平台和对话式 AI Studio，加速对话式 AI 在实时互动行业的应用创新，开启 RTE+AI 的新篇章。

Tony Wang：从中国速度到全球共鸣，AI 出海需完成“心智跃迁”

Agora 联合创始人 Tony Wang 从全球化市场实践的独特角度，分享了中国 AI 企业在全球化进程中必须完成的“心智跃迁”。他指出，在 AI 技术全球化的浪潮中，出海已从 "可选项" 转变为 "必选项"。AI 的全球化进程不仅依赖于技术优势，更需要完成从“算法精度”到“心智广度”的认知跨越。他强调“信任”是超越技术的新竞争壁垒，中国 AI 企业的全球化不只是产品或速度的竞争，更是一场理解差异、建立信任的长期修炼，而这种信任源自透明的数据治理、商业共赢以及文化共情三个方面的系统构建。

韦青：构建智能组织新能力——技术融于无形，方见真正价值

微软（中国）首席技术官韦青在大会主题演讲中深入分享了他对技术本质与 AI 应用的深刻理解。他指出，真正伟大的技术应当“融于无形”。许多公司的成功并非依赖技术本身的先进性，而是源于对技术深刻理解，并基于这些理解来满足用户需求。以 WebRTC 为例，声网在2014至2015年选择这一当时并不被主流看好的标准，正是因为其洞察了未来十年开发者的需求与技术趋势，提前布局未来的发展方向。此外，他还提示开发者要回归用户体验和场景价值，关注技术背后的持续价值与长远动态，而非盲目追逐技术热词与短期风口。

从“人人连接”到“人机共生”，RTE 技术与对话式 AI 的融合正在重塑沟通的边界。未来，声网将继续与开发者、企业及合作伙伴共同推动实时互动生态的进化，迎接一个更加智能、实时、无处不在的交互新时代。

@以上内容版权归属「iNews新知科技 」所有，如需转载，请务必注明。