試想一個場景：一個高度精密的具身智能機器人，它擁有完美的機械結(jié)構(gòu)和運動能力，但當(dāng)你向它發(fā)出指令時，它卻需要三秒鐘的“思考”才能回應(yīng)；或者，它無法分辨你是在對它說話，還是在對客廳的電視說話。這個場景的“失真感”揭示了一個冰冷的現(xiàn)實：再強大的大模型“大腦”，如果缺少了實時、自然、情境感知的“神經(jīng)系統(tǒng)”，就永遠(yuǎn)無法真正融入人類世界。
這種“實時交互”的瓶頸，正成為人工智能走向普適應(yīng)用的核心矛盾。
而這個矛盾，卻意外地讓一個一度被認(rèn)為“流量見頂”的賽道——RTE（Real-Time Engagement，實時互動）重新站上了風(fēng)口浪尖。在近日的聲網(wǎng)Convo AI & RTE 2025大會上，聲網(wǎng)創(chuàng)始人兼CEO趙斌的演講中暗示：RTE行業(yè)殘酷的“中場戰(zhàn)事”已經(jīng)結(jié)束，而以對話式AI為核心的“下半場”，才剛剛鳴哨。
“死水”下的暗涌：RTE的中場戰(zhàn)事與AI的“引爆點”
回顧RTE行業(yè)的過去五年，可謂一言難盡。趙斌在演講中并未回避行業(yè)的窘境。疫情帶來的爆發(fā)式增長過后，WebRTC的全球流量曲線一度陷入了“波瀾不驚，甚至死水奔騰”的狀態(tài)。
與此同時，行業(yè)競爭格局急劇收縮。時間倒回至2020年前后，全球RTE賽道上曾涌現(xiàn)出超過50家廠商。而到今天，“已經(jīng)寥寥無幾”。一些行業(yè)巨頭也明顯減少了投入，甚至有巨頭的相關(guān)SDK功能被下架。RTE似乎正在淪為一個高度同質(zhì)化、依賴價格戰(zhàn)的純基礎(chǔ)設(shè)施（IaaS）“管道”。
這是RTE的終局嗎？
一個戲劇性的轉(zhuǎn)折點發(fā)生在2025年的8月。趙斌展示的數(shù)據(jù)顯示，WebRTC的全球搜索量突然出現(xiàn)了一個“前所未有的暴漲”，其熱度甚至遠(yuǎn)超疫情初期的峰值。
引爆點，正是對話式AI。
“這個新物種的到來，必然引起實時互動領(lǐng)域的一個新的創(chuàng)新熱。”趙斌強調(diào)。如今行業(yè)開始意識到，要實現(xiàn)真正“對話”的AI，過去用于視頻會議的WebRTC，遠(yuǎn)比僅用于推送消息的WebSocket是更優(yōu)的通訊標(biāo)準(zhǔn)。
這標(biāo)志著RTE的價值邏輯正在發(fā)生根本性轉(zhuǎn)變。它不再只是“人與人”的連接管道，更開始成為“人與AI”交互的必要通路。
AI的“社交尷尬”：從7%到100%的交互鴻溝
對話式AI的潛力毋庸置疑，但它的現(xiàn)狀卻充滿了“社交尷尬”。
趙斌在演講中生動地描繪了當(dāng)下AI的“真實現(xiàn)狀”。今天的AI，更像一個“書呆子”。你問它一個問題，它無法像正常人一樣干脆利落地回答，而是“引經(jīng)據(jù)典”地給你一大串學(xué)術(shù)回復(fù)。
而在實際的應(yīng)用場景當(dāng)中，AI的“引經(jīng)據(jù)典”式回復(fù)，并不利于用戶更為直接地接受答案，也讓AI走向場景的“最后一公里”充滿了阻力。
這種體驗的背后，是著名的“7-38-55”傳播定律在起作用。趙斌指出，在人類對話中，真正的內(nèi)容（語言文字）只占7%，而38%的信息來自語氣、語速、語調(diào)，55%來自表情和肢體語言。
今天所有的大模型，幾乎都還停留在7%的“內(nèi)容級別”對話上。它們能“聽懂”文字，卻無法“感知”情緒。
這就是RTE“下半場”需要解決的核心問題：如何讓AI從“內(nèi)容對話”走向“生情并茂的交流”？
這需要一個遠(yuǎn)超LLM本身的復(fù)雜技術(shù)棧。AI不僅要聽清（降噪、回聲消除），還要理解“誰在說”（聲紋識別、遠(yuǎn)近場判斷），判斷“何時說”（基于延遲的打斷與搶麥），并感知“怎么說”（情緒、韻律）。
這套技術(shù)棧，恰恰是RTE廠商過去十年賴以生存的“核心壁壘”。
聲網(wǎng)的“解題思路”：從“管道工”到“AI神經(jīng)系統(tǒng)架構(gòu)師”
如果說RTE的“上半場”是解決全球網(wǎng)絡(luò)的“通達(dá)”問題，那么“下半場”就是解決AI交互的“感知”問題。趙斌的演講，實際上完整展示了聲網(wǎng)如何基于自身優(yōu)勢，構(gòu)建這套“AI神經(jīng)系統(tǒng)”的路徑。
這條路徑可以拆解為三個層次：
1. 堅實的“舊基建”：音視頻的極致體驗
在AI時代之前，聲網(wǎng)就已在音視頻體驗上投入重兵。例如，其AI降噪能智能過濾非人聲，保障“有效”信息的傳入；其自研的AI編碼器，在同等算力消耗下，對比X264能減少42%的編碼率，這直接推動了720P以上的高清視頻在海外直播間占比超過80%。
沒有這種高質(zhì)量的“信號”輸入，AI的“大腦”再聰明也無濟(jì)于事。
2. 核心的“新引擎”：Agora-LLM-Framework
這是聲網(wǎng)應(yīng)對AI挑戰(zhàn)的核心技術(shù)答案。趙斌特別強調(diào)，這是一個基于大模型底層的框架，它追求的是高效率、高并發(fā)和深度的平臺結(jié)合能力。
這個框架的定位，是對話式AI的“編排層”或“中樞神經(jīng)”。它負(fù)責(zé)連接LLM（大腦）、RTE網(wǎng)絡(luò)（傳輸）和音視頻處理（感官），解決AI交互中的上下文管理、多輪對話流轉(zhuǎn)、以及實時性能問題。與傳統(tǒng)解決方案只是做聲音交互的處理“管道”不同，聲網(wǎng)的方式，更像是要成為AI交互的“調(diào)度中心”。
3. 完整的“工具鏈”：Convo AI 2.0與生態(tài)
在引擎之上，聲網(wǎng)推出了Convo AI 2.0產(chǎn)品套件。它直接針對AI的“書呆子”問題，提供了對話上下文管理、聲學(xué)特征處理、自然度管理等功能。
同時，他們推出了“AI評測平臺”和“對話式AI Studio”。前者幫助開發(fā)者在眾多模型中選擇響應(yīng)最快、效果最好的組合；后者則降低了AI應(yīng)用的開發(fā)門檻。
聲網(wǎng)的策略是清晰的：以RTE的音視頻處理能力為“底座”，以Agora-LLM-Framework框架為“引擎”，以Convo AI 2.0和工具鏈為“抓手”，幫助開發(fā)者快速構(gòu)建真正“可用”而非“可演示”的AI應(yīng)用。
RTE正成為AI的“第四種”基礎(chǔ)設(shè)施”
當(dāng)AI學(xué)會“說話”，它將撬動多大的市場？
趙斌在演講中描繪了幾個確定性極高的爆發(fā)領(lǐng)域。首先是AI陪伴，這個賽道有潛力從幾十億美元增長至千億美元級別。其次，在客服、教育、游戲NPC、專業(yè)助理（如醫(yī)療）等領(lǐng)域，對話式AI正在全面滲透。
更有趣的判斷，來自于對“AI硬件”形態(tài)的思考。
下一個“iPhone時刻”會是什么？趙斌認(rèn)為，主流形態(tài)很可能不是一個全新的計算設(shè)備，而是以智能眼鏡、耳機、手表、戒指等“自然佩戴”的設(shè)備形態(tài)出現(xiàn)。AI助理將“無處不在”，你使用什么設(shè)備，它就出現(xiàn)在什么設(shè)備上。
這對RTE提出了極高的要求：必須具備跨平臺、低功耗、高并發(fā)的運行能力。
但一個更具“戲劇性沖突”的未來是，為了提供極致的個性化助理服務(wù)，可能會出現(xiàn)一種“7×24小時”的個人設(shè)備，像“行車記錄儀”一樣，持續(xù)收集你所處的環(huán)境和經(jīng)歷的事件，以便“比你更了解你”。
“這一點，我相信也會越來越多地比它更大的，對于數(shù)據(jù)安全和個人數(shù)據(jù)所有權(quán)以及控制權(quán)的關(guān)注。”趙斌冷靜地指出。他甚至預(yù)言，未來兩三年，AI的發(fā)展也會逐步翻山對于欺詐或隱私安全事件的防范，從而重塑行業(yè)的監(jiān)管環(huán)境。
無論是哪種未來，RTE的價值都已今非昔比。
從CDN（內(nèi)容分發(fā)），到通用的計算（CPU），再到AI訓(xùn)練的算力（GPU），而下一個演進(jìn)方向，必然是支持實時AI編排的基礎(chǔ)設(shè)施。
對話式AI的爆發(fā)，正在將RTE從一個“可選”的通信模塊，推向了AI時代“必選”的基礎(chǔ)設(shè)施。RTE行業(yè)的中場戰(zhàn)事或許已經(jīng)結(jié)束，但一個由AI開啟、關(guān)乎“感知”與“交互”的宏大下半場，正徐徐展開。
