10月25日~26日，由聲網(wǎng)和RTE開發(fā)者社區(qū)聯(lián)合主辦的RTE 2024實時互聯(lián)網(wǎng)大會在北京舉行。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，此次大會主題聚焦“AI 愛”，匯聚行業(yè)代表企業(yè)、技術(shù)大咖、專家學(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、MiniMax、智譜等受邀參加開幕式當(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。

　　在活動現(xiàn)場，Soul App AI算法技術(shù)總監(jiān)劉忠亮以《實時互動、情感陪伴，開啟智能社交新時代》為主題，重點分享了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)用實踐。

　　劉忠亮表示，Soul致力于構(gòu)建一個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探索從用戶的實際社交場景出發(fā)，在AI輔助人、解決人與人鏈接需求的基礎(chǔ)上，以更智能、更沉浸的人機互動升級社交體驗?！癝oul在AI方向的布局有清晰的推進層次，在以AI增強關(guān)系建立的效率和質(zhì)量后，團隊探索多模態(tài)大模型、重點關(guān)注AI如何提供即時的交流反饋和情緒價值。”

　　2016年上線之初，Soul首先推出了靈犀引擎，基于平臺用戶站內(nèi)全場景畫像與獨特算法，持續(xù)挖掘有效特征，實現(xiàn)平臺上“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會，這讓Soul在當(dāng)時成為了較早將AI引入人與人鏈接的社交平臺，并在用戶群體中形成了差異化的產(chǎn)品認(rèn)知。

　　2020年，Soul正式啟動對AIGC的技術(shù)研發(fā)工作，系統(tǒng)推進在智能對話、語音技術(shù)、3D虛擬人等AIGC關(guān)鍵技術(shù)能力研發(fā)工作。2023年，Soul推出自研語言大模型Soul X，成為行業(yè)中較早通過備案的科技企業(yè)之一，此后，平臺先后推出了語音生成大模型、語音識別大模型、語音對話大模型、音樂生成大模型等語音大模型能力。

　　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音通話大模型，具備超低交互延遲、快速自動打斷、超真實聲音表達和情緒感知理解能力等特點，能夠直接理解豐富的聲音世界，支持超擬人化的多風(fēng)格語言。

　　2024年，Soul AI大模型能力整體升級為了多模態(tài)端到端大模型，支持文字對話、語音通話、多語種、多模態(tài)理解、真實擬人等特性，特別是團隊在模型感知能力和推理能力層面的技術(shù)突破，疊加端到端方案對延遲問題的解決(現(xiàn)階段Soul端到端對話模型的延遲低于200毫秒)，進一步實現(xiàn)了實現(xiàn)更接近生活日常的交互對話和“類真人”的情感陪伴體驗，使人機互動也能具備“在場感”和超擬人屬性。

　　通過在現(xiàn)場展示目前Soul多模態(tài)大模型落地在平臺智能機器人“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際效果，劉忠亮說，“大模型能力服務(wù)人的社交需求，并不只是單點的人機對話，而是在豐富、趣味的社交場景中，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為人提供情緒價值，這是Soul在產(chǎn)品應(yīng)用探索層面的主脈絡(luò)，目前平臺推出的相關(guān)功能也受到了用戶的廣泛認(rèn)可和積極反饋?！?/p>

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

　　這也意味著，Soul將實現(xiàn)真正意義上的AI多模態(tài)交互，集合文字、語音、動作交互的多模態(tài)大模型，讓用戶可以在平臺實現(xiàn)更接近人類模式的互動體驗和更高效、自然、豐富維度的信息傳遞，真正獲得社交體驗的顛覆式升級。