声网与商汤科技强强联合，将AI大模型能力注入实时互动场景，为开发者提供极低延迟、高稳定性的实时音视频对话体验。
日前，商汤科技日日新大模型SenseNova正式上线声网云市场，标志着AI大模型与实时音视频技术的深度融合进入新阶段。开发者和企业用户可通过声网的实时互动云服务直接调用该模型，快速构建具备多模态交互能力的音视频应用，显著提升AI语音对话体验。
一、强强联合：降低开发门槛，赋能多场景应用
声网作为全球领先的实时音视频服务提供商，始终致力于为开发者提供高效、稳定的通信基础设施。此次引入商汤日日新大模型，是其进一步完善音视频SDK生态、拓展AI语音开发应用边界的重要举措。
商汤科技凭借其在人工智能领域的深厚积累，其即将上线的的SenseNova大模型具备强大的多模态推理、情感识别与实时交互能力。接入声网云市场后，开发者可将商汤的模型能力集成到各类应用场景中，实现稳定、流畅、极低延迟的音视频对话体验，更快地将产品推向市场，尤其适用于在线教育、视频社交、智能客服等对实时性要求极高的场景。
二、技术突破：端到端延时低至500ms，接近人类对话体验
在实时音视频交互中，延迟是影响用户体验的关键因素。在级联方案中，声网已经将端到端延时降低到650ms。
商汤基于日日新大模型SenseNova的多模态推理与交互能力，成功将端到端延时压缩至500ms，接近人类日常对话的自然节奏。这一突破使得AI语音聊天更加流畅、自然，用户几乎感知不到延迟。
此外，该方案还支持全双工通信，具备智能降噪、回声消除、背景音分离等功能，确保即便在弱网环境下仍能进行高质量的语音交互，为AI英语陪练、虚拟主播等场景提供可靠的技术保障。
三、场景拓展：从AI陪练到虚拟主播，应用潜力巨大
声网与商汤的合作，不仅仅在于技术整合，更注重技术在不同场景下的落地。目前，双方已共同推动日日新大模型在多个领域的应用探索，包括：
· 学习场景：AI英语对话、AI学习辅导
· 视频面试：智能提问、情绪分析、面试反馈
· 电话客服：多轮对话、意图识别、智能导流
· 口语陪练：发音纠正、情景对话、个性化反馈
· 心理支持：情绪陪伴、倾听与回应、心理疏导
· 虚拟主播：实时互动、表情驱动、内容生成
· 个人助理：日程管理、语音指令、智能提醒
这些场景覆盖了用户的日常需求，也服务于教育、企业、医疗、娱乐等多个行业，展现出AI语音开发技术的广泛适用性。
四、生态共建：开放社区支持，助力中小企业创新
为推动更多开发者参与生态建设，声网与商汤还通过RTE开发者社区向有潜力的中小企业和个人开发者开放日日新大模型的深度体验机会。目前已与40家企业达成深度体验合作，共同探索大模型在实时音视频领域的创新应用。
五、未来展望：AI+RTC，重塑人机交互体验
自2018年起，声网与商汤就在数字人、美颜特效、人力资源大模型等领域保持合作。此次日日新大模型接入声网云市场，标志着双方合作进入更深层次的阶段。
未来，声网将继续强化其在实时音视频SDK、语音通话SDK、视频直播SDK等领域的技术优势，结合商汤等AI伙伴的模型能力，共同推动AI语音助手、智能对话系统、虚拟直播等应用走向成熟。
结语：声网与商汤的合作，不仅是技术的融合，更是生态的共建。在AI与实时音视频结合的新浪潮中，双方正携手推动下一代人机交互体验的进化，为开发者与用户带来更多可能，进一步拓展AI语音对话技术的应用边界。
（来源：点财网）
