DoNews7月26日消息，7月26日，聲網亮相2025世界人工智能大會（WAIC），正式發布新版對話式 AI 引擎，該版本新增聲紋識別、數字人與視覺理解三項功能，實現對話式 AI 音視頻交互體驗的全新升級。同時，口袋 AI 毛絨寵物—芙崽 Fuzozo、家庭陪伴機器人—賦之 EBO Air 2 Plus 等一系列搭載對話式 AI 引擎的人氣AI 硬件也亮相聲網展臺。
全新對話式 AI 引擎 三大功能實現多模態融合交互
1、聲紋識別：?選擇性注意力鎖定新增聲紋識別功能，該功能賦予 AI 精準識別用戶聲紋特征的能力，有效區分不同說話者。用戶只需在對話初期大聲、清晰地說話，即可提升 AI 對聲音的鎖定效果。聲紋識別不僅可以智能屏蔽95%的環境人聲、噪聲，對 AI對話更準確、高效，同時也適用于多人與 AI 對話的場景，實現更加多元化的對話式 AI 響應與服務。
2、數字人交互：支持商湯等市場主流的數字人方案，通過集成高度擬真、表情動作自然的數字人，用戶可與屏幕中的高度擬人化的數字形象進行實時、生動的對話互動，增強交互的臨場感與情感連接，且有多個數字人形象供選擇，適用于虛擬客服、教育陪伴、娛樂社交等多種場景。
3、視覺理解：新增的視覺理解能力為 AI 加上“眼睛”，一方面支持實時視頻，能夠解析攝像頭捕捉的畫面信息，結合語音指令，AI能“看懂”用戶手勢、環境物體或特定視覺線索，實現“所見即所言”的智能反饋；
另一方面，支持拍照與圖片上傳識別，AI 會解答圖片中的關鍵信息，可適用于教育場景的拍照識題與作業批改，智能助手場景的識物、翻譯、分析等。在對話式 AI 中加入視覺理解，將為人機對話協作開辟更廣闊的空間。
對話式 AI 正從基礎的互動問答向深度理解、情感共鳴和情境感知演進。聲網對話式 AI 引擎集成的聲紋識別、數字人和視覺理解等能力，是構建下一代自然、沉浸式人機交互基礎設施的重要一步。
從會說話到會共情 多元 AI 硬件亮相展臺
此次聲網展臺設置了多個對話式 AI 的體驗展區，其中人氣最高的當屬 AI 硬件展區，多款搭載對話式 AI 功能的 AI 硬件集中亮相，包括：對話式 AI 開發套件以及搭載了開發套件的卡皮巴拉 AI 玩偶與數字人全息倉；具備 AI 陪伴功能的 AI 毛絨寵物—芙崽、家庭陪伴機器人—賦之 EBO Air 2 Plus、將 AI 玩具與角色手辦結合的賽博大舞臺、具備翻譯與識圖功能的AI 眼鏡等，讓現場的觀眾體驗到既會說話，又能共情的各類 AI 硬件。
對話式 AI 開發套件讓智能硬件設備實現自然流暢的實時語音對話、智能停頓及打斷處理、以及超低延時響應，為開發者提供“對話式 AI + 智能硬件開發”一站式解決方案。此次 WAIC 展出的雙屏與單屏兩類開發套件，可適用于AI 玩具、AI 教育硬件、AI 陪伴設備、智能家居等各類智能硬件場景。
此外，現場還展示了對話式 AI 在 AI 教育、AI 客服等場景的解決方案，包含 AI輔助教學：實現多個學生與 AI 助教進行對話；AI教育硬件：現場展示搭載了對話式 AI 的學習機、兒童故事機；AI 客服：撥打一通電話即可與 AI 坐席自然、流暢的對話，精準解答用戶的各類疑問，并支持中英文等多種語言。
未來聲網將持續完善對話式 AI 引擎與開發套件，通過多元化的功能、極致的對話體驗，加速智能對話在各類終端和場景中的普及與深化，推動更加自然、智能、安全的人機共生時代加速到來。
