近日，第十一届实时互联网大会在北京开幕。声网创始人兼CEO赵斌在会上宣布，声网年度服务分钟数首次突破1万亿分钟，标志着RTE(Real-Time Engagement，实时互动)技术已成为不可或缺的关键基础设施。此外，视频高清化比例在过去两年增长超过10倍，海外市场720p以上分辨率流量占比已超80%，都标志着实时互动行业正迎来新一轮创新热潮。

当前，在基础设施日趋完善的同时，产业依然面临着从"连通"到"对话"的本质挑战。当交互对象从“人与人”扩展到“人与AI”，实时互动在环境感知与交互自然度上仍存在明显缺陷。数据显示，仅21%的用户对现有AI对话体验满意。要实现真正的“类人对话”，企业必须系统性攻克低延迟响应、自然打断、上下文管理、情感理解与表达等复杂挑战。

多模态大语言模型（LLM）的出现让计算机具备了类人的实时语音对话能力，为解决这些挑战带来了全新路径。赵斌表示，对话式AI正驱动RTE从能够“正常对话”到“声情并茂”的关键跃迁，为RTE行业带来一个不可估量的全新市场。

Deepgram和Opus Research调研显示，67%的企业已将语音AI智能体置于战略核心位置，84%的企业计划在未来一年增加相关投入。在开发者生态中，全球范围内也正掀起一场实时语音技术的新浪潮，对话式AI与语音智能体创业公司呈现爆发式增长态势。声网对话式AI相关用量在2025年第三季度实现151%的环比增长，这一切都展现出强劲的市场需求。

为帮助企业和开发者把握这一历史机遇，声网在大会上正式发布了《2025 对话式 AI 发展白皮书》及《对话式 AI 好奇者手册 》，为行业提供了一套系统的实践指南。同时，声网推出了对话式AI引擎 2.0，对话式AI开发套件、对话式AI模型评测平台和对话式AI Studio，加速对话式AI在实时互动行业的应用创新，开启RTE+AI的新篇章。

从“人人连接”到“人机共生”，RTE技术与对话式AI的融合正在重塑沟通的边界。声网将继续与开发者、企业及合作伙伴共同推动实时互动生态的进化，迎接一个更加智能、实时、无处不在的交互新时代。