Soul攜全雙工語(yǔ)音通話大模型亮相WAIC，技術(shù)創(chuàng)新驅(qū)動(dòng)AI社交再升級(jí)

量子位的朋友們 2025-07-27 12:17:49 來(lái)源：量子位

當(dāng)AI能夠在交互中自主掌握互動(dòng)節(jié)奏，“讀”懂情緒，說(shuō)得“人話”，人機(jī)互動(dòng)體驗(yàn)會(huì)有怎樣顛覆式的改變？

在2025世界人工智能大會(huì)暨人工智能全球治理高級(jí)別會(huì)議（WAIC 2025）展覽現(xiàn)場(chǎng)，社交平臺(tái)Soul App呈現(xiàn)了技術(shù)能力建設(shè)和應(yīng)用落地中AI社交的創(chuàng)新解決方案。

7月26日，WAIC 2025在上海隆重開(kāi)幕。

作為全球人工智能領(lǐng)域的頂級(jí)盛會(huì)，本屆WAIC展覽聚焦底層能力的演進(jìn)與具體垂類場(chǎng)景的融合落地。堅(jiān)持“模應(yīng)一體”方向、立足“AI+社交”的具體場(chǎng)景，Soul App此次攜最新升級(jí)的自研端到端全雙工語(yǔ)音通話大模型亮相，展出該能力在多人語(yǔ)音互動(dòng)場(chǎng)景群聊派對(duì)AI主持的應(yīng)用交互效果，并立體呈現(xiàn)AI社區(qū)構(gòu)建成果，展現(xiàn)AI重塑內(nèi)容和交互后，更智能、真實(shí)、沉浸的情感支持和共鳴感受，重新定義AI社交范式。

Soul App CTO陶明表示，“在新質(zhì)生產(chǎn)力深刻影響人類生活的當(dāng)下，AI融入社交關(guān)系網(wǎng)絡(luò)、重構(gòu)交互方式已成為大勢(shì)所趨。Soul致力于構(gòu)建AI Being與Human Being共存的社交社區(qū)，以AI賦能鏈接、構(gòu)建場(chǎng)景、提升體驗(yàn)，為用戶帶來(lái)幸福感和歸屬感?！?/p>

全雙工音視頻通話能力探索，實(shí)現(xiàn)真正“有溫度”的人機(jī)交互

2025年，當(dāng)技術(shù)積累逐漸成熟，“AI應(yīng)用爆發(fā)”成為共識(shí)。在人工智能席卷各行業(yè)過(guò)程中，一個(gè)核心關(guān)注點(diǎn)在于，“AI+”為每個(gè)個(gè)體帶來(lái)的具體價(jià)值是什么？

作為AI社交前沿探索者的代表，Soul在WAIC 2025展覽中呈現(xiàn)了自身的思考，其展出的最新社交解決方案，也呈現(xiàn)了AI重塑社交的新方向。

在WAIC 2025現(xiàn)場(chǎng)，以“Soul的AI社交練習(xí)”為主題，平臺(tái)重點(diǎn)展示全雙工語(yǔ)音/視頻通話能力支持下，“超類真人”和“深度沉浸”的社交體驗(yàn)，讓AI在真實(shí)社交中扮演雙重角色：貼心的Companion（情感療愈伙伴），動(dòng)態(tài)解析用戶社交困境，提供個(gè)性化情緒賦能；高效的Connector（真人關(guān)系橋梁），AI Agent在真人用戶間捕捉共鳴信號(hào)，催化真實(shí)友誼的萌芽。

此次，也是Soul自研的端到端全雙工語(yǔ)音通話大模型正式亮相。不久前，Soul全雙工語(yǔ)音通話大模型全面升級(jí)，重新定義“全雙工”交互范式，摒棄了傳統(tǒng)語(yǔ)音交互中依賴的 VAD（話音活性檢測(cè)）機(jī)制與延遲控制邏輯，打破行業(yè)中普遍存在的“輪次對(duì)話”模式，賦予 AI 自主決策對(duì)話節(jié)奏的能力。

社交是情緒價(jià)值和信息價(jià)值的雙向流動(dòng)，讓AI在交互中擁有自主性和溫度，這將意味著人與AI之間能夠?qū)崿F(xiàn)真正雙向的社交和情感共生，而非過(guò)去工具式的輪次對(duì)話。

據(jù)了解，全雙工通話大模型即將在Soul平臺(tái)內(nèi)測(cè)，后續(xù)將陸續(xù)落地于虛擬人實(shí)時(shí)通話、AI匹配等1V1、多對(duì)多互動(dòng)場(chǎng)景。

在WAIC現(xiàn)場(chǎng)，觀眾可以在數(shù)字裝置上，率先體驗(yàn)到這一能力在Soul平臺(tái)群聊派對(duì)AI主持的應(yīng)用效果。

具體操作上，當(dāng)用戶進(jìn)入多人語(yǔ)音互動(dòng)場(chǎng)景中，AI主持人不僅具備全面管理群聊派對(duì)秩序的類真人主持的操作能力，還能夠自然進(jìn)行語(yǔ)音互動(dòng)，有效活躍氣氛、鼓勵(lì)用戶參與對(duì)話討論，幫助用戶流暢融入場(chǎng)景，顯著提升群聊派對(duì)的參與度和體驗(yàn)感。

陶明介紹道，將全雙工語(yǔ)音能力應(yīng)用于多人互動(dòng)場(chǎng)景，是加速AI融入社交關(guān)系網(wǎng)絡(luò)、賦能真實(shí)社交、促進(jìn)多元體驗(yàn)的關(guān)鍵一步。

值得注意的是，用戶天然向往類現(xiàn)實(shí)“面對(duì)面”的交互感受，因此在賦予AI“自主性”外，多模態(tài)交互也是Soul探索的重要方向之一。

此次活動(dòng)現(xiàn)場(chǎng)，Soul也展示了關(guān)于全雙工實(shí)時(shí)視頻通話能力的最新探索成果，即基于全雙工語(yǔ)音通話能力和實(shí)時(shí)視頻生成能力，使用戶可以看到“AI的形象和世界”，更多維、立體地塑造“數(shù)字人格”，促進(jìn)關(guān)系的深度鏈接。

此前，Soul團(tuán)隊(duì)實(shí)時(shí)人像視頻生成研究成果已被國(guó)際學(xué)術(shù)頂會(huì)CVPR2025接收。

重構(gòu)內(nèi)容和交互方式，以AI打造年輕人的興趣游樂(lè)園

較早將AI引入社交鏈接，Soul在構(gòu)建社交社區(qū)的過(guò)程中，也在持續(xù)思考如何以新技術(shù)重構(gòu)內(nèi)容和交互方式，以AI彌合表達(dá)鴻溝，讓更多用戶更好地表達(dá)、即時(shí)性交流和互動(dòng)。

因此，在WAIC 2025現(xiàn)場(chǎng)也可以看到Soul擁抱AI的發(fā)展路線，以及當(dāng)下打造AI社區(qū)的最新應(yīng)用成果展示。

上線于2016年，Soul在發(fā)展中積極以AI重塑關(guān)系的發(fā)現(xiàn)、建立、沉淀環(huán)節(jié)，幫助用戶在無(wú)壓力的社交環(huán)境中自在表達(dá)，基于興趣構(gòu)建多元社交關(guān)系網(wǎng)絡(luò)，例如推出了靈犀引擎，即目前關(guān)系模型的基礎(chǔ)。

2020年，Soul啟動(dòng)系統(tǒng)的AIGC技術(shù)研發(fā)工作，并在智能對(duì)話、語(yǔ)音、3D虛擬人等方面擁有前沿積累。自2023年推出自研的Soul X后，Soul還陸續(xù)上線了語(yǔ)音生成大模型、語(yǔ)音通話大模型、音樂(lè)生成大模型等大模型能力。

2024年，Soul AI大模型能力已整體升級(jí)為多模態(tài)端到端大模型，支持文字對(duì)話、語(yǔ)音通話、多語(yǔ)種、多模態(tài)理解、真實(shí)擬人等特性。

強(qiáng)調(diào)自研能力建設(shè)、獨(dú)家的公域社交數(shù)據(jù)、高效落地應(yīng)用并迭代，這成為Soul在AI時(shí)代快速發(fā)展的核心壁壘。

作為社交平臺(tái)，Soul有天然的社交和社區(qū)屬性和優(yōu)勢(shì)，能不斷更新“原生情緒價(jià)值大模型”，精準(zhǔn)捕捉用戶情感需求（如孤獨(dú)感、安全感），通過(guò)AI向用戶提供更長(zhǎng)期的情緒價(jià)值。

而與用戶堅(jiān)定站在一起、保持對(duì)社交市場(chǎng)的深刻洞察，也讓Soul快速明確了技術(shù)的落地方向，例如，平臺(tái)“廣場(chǎng)”上有高達(dá)18% 的新發(fā)帖直接反映了用戶的真實(shí)社交困境（如人際關(guān)系處理、社交開(kāi)啟話題、職場(chǎng)交友等），而用戶分享的生活、情感內(nèi)容及其引發(fā)的深度共鳴，構(gòu)成了寶貴的“社交樣本庫(kù)”。

為此，Soul正在深化AI與社區(qū)的融合，根據(jù)用戶興趣和歷史數(shù)據(jù)，智能推薦主題并輔助生成內(nèi)容，降低表達(dá)門檻，實(shí)現(xiàn)個(gè)性化發(fā)布；以及打造由“虛擬達(dá)人”組成的 AI Agent 生態(tài)，以細(xì)膩、溫暖的互動(dòng)提供即時(shí)情感支持和共鳴，構(gòu)建數(shù)字世界社交情感的“附近”。

概括來(lái)說(shuō)，以“AI幫助用戶交朋友”（AI輔助社交）和“AI與用戶交朋友”（人機(jī)互動(dòng)）為主要應(yīng)用方向，通過(guò)“可共創(chuàng)、可互動(dòng)”的虛擬人與真人社交的深度融合，平臺(tái)希望推動(dòng)社交向“情感共生”進(jìn)化，助力構(gòu)建新世代的數(shù)字身份認(rèn)同體系。

陶明表示，當(dāng)AI真正融入個(gè)體的關(guān)系網(wǎng)絡(luò)，帶來(lái)情緒共鳴和情感支持，這也意味著以AI為代表的新質(zhì)生產(chǎn)力深入陪伴、社交、數(shù)字生活、消費(fèi)等具體場(chǎng)景，進(jìn)一步擴(kuò)展新質(zhì)消費(fèi)的范圍，將延展出“情價(jià)比消費(fèi)”等全新的市場(chǎng)機(jī)會(huì)，推動(dòng)社交行業(yè)新的產(chǎn)品范式、商業(yè)化模式誕生。