北京
分享至
本文系网易科技上海世界人工智能大会系列前方原创报道
7月28日消息，2025世界人工智能大会（WAIC）上，声网正式发布其新版对话式 AI 引擎，该版本新增声纹识别、数字人与视觉理解三项核心功能，实现从“能说话”到“能理解、能共情”的跨越式升级，进一步拓展对话式 AI 在多模态交互中的边界。
据介绍，新版引擎引入声纹识别功能，可精准识别个体声音特征，有效区分多说话者并屏蔽背景噪音，为多用户并发对话提供技术支撑。
数字人能力方面，声网支持接入如商汤等主流方案，赋予 AI 拟人化表情与动作，适用于虚拟客服、教育陪伴等情境对话场景。
视觉理解功能则令 AI 能“看懂”用户环境与图像信息，支持拍照识图与实时手势识别，实现“所见即所说”。
在WAIC现场，声网同步展示了一系列搭载该引擎的 AI 硬件，包括 AI 毛绒宠物“芙崽 Fuzozo”、家庭陪伴机器人“赋之 EBO Air 2 Plus”，以及集成双屏/单屏对话式 AI 开发套件的玩具与教育终端，覆盖从儿童教育到智能陪伴的多样场景。（袁宁）
本文来源：网易科技报道
责任编辑：
韩蕊_NBJS30387
