Op 23 oktober vond in Peking de iRTE2026 Real-Time Intelligent Conference plaats. Zhao Bin, oprichter en CEO van Agora, hield een toespraak in het hoofdforum getiteld "Dialoog met AGI: het volgende hoofdstuk van realtime interactie", waarin hij de belangrijkste veranderingen van het afgelopen jaar op het gebied van realtime interactie, conversationele AI en de onderliggende infrastructuur besprak, en een kader van "vijf niveaus van gespreksvaardigheid" voorstelde dat de evolutieroute van conversationele AI van basisantwoorden naar diep begrip en relationele communicatie schetst.
Zhao Bin is van mening dat naarmate AI zich ontwikkelt van het beantwoorden van vragen naar continue communicatie, het begrijpen van context en het uitvoeren van taken, het object van realtime interactie zich uitbreidt van mens tot mens naar mens en Agent. De rol van realtime interactietechnologie strekt zich daarmee ook uit: niet alleen moet zij informatieoverdracht stabieler en vloeiender maken, maar ook realtime ondersteuning bieden voor de waarneming, het begrip, de expressie en het handelen van AI.
Van "vraag en antwoord" naar diepgaande relationele communicatie: de vijf niveaus van evolutie van conversationele AGI
Volgens Zhao Bin mag de vooruitgang van conversationele AI niet alleen worden gemeten aan de hand van antwoordsnelheid en natuurlijkheid van taal. Belangrijker is of zij de intentie, situatie en relatie van de gesprekspartner kan begrijpen, of zij zich in complexe scenario's gepast kan uitdrukken en geleidelijk een langdurig, diepgaand begrip kan vormen.
Rond deze overtuiging stelde Zhao Bin in zijn toespraak het kader van "vijf niveaus van gespreksvaardigheid" voor, dat gespreksvaardigheid in vijf lagen indeelt:
L1, expressie vanuit eigen perspectief: hoofdzakelijk zelfexpressie en passieve voortzetting, het realiseren van "een vraag, een antwoord".
L2: expressie op basis van interactiepatronen: van passief reageren naar actief uitdrukken, waardoor het gesprek natuurlijker en samenhangender wordt.
L3: communicatie op basis van individueel begrip: het begrijpen van iemands identiteit, intentie en situatie, en het realiseren van communicatie op maat.
L4: communicatie op basis van groepsbegrip: het begrijpen van sociale relaties en rolverschillen, en het aanpassen aan complexe communicatiescenario's met meerdere personen.
L5: communicatie op basis van diepe relaties: het begrijpen van langdurige context en relationele evolutie, het vormen van dieper begrip en mentale synergie, waardoor communicatie van het begrijpen van het heden naar het begrijpen van een persoon gaat.
Deze vijf niveaus tonen niet alleen de geleidelijke versterking van gesprekstechnologie, maar ook de verandering in de relatie tussen AI en mens: van het voltooien van een vraag-en-antwoordronde, naar het begrijpen van een persoon, naar het begrijpen van de relaties tussen mensen, en uiteindelijk het vormen van diepgaande communicatie die tijd en situatie overstijgt.
Zhao Bin wees erop dat conversationele AI zich ontwikkelt van de vroege passieve voortzettende interactie naar een meer proactieve, natuurlijkere full-duplex dialoog, en begint te proberen de persoonlijkheid, situatie, emoties en relaties van mensen te begrijpen. Voor de toekomst moet AI nog doorbreken in rolverdeling en communicatieorde in complexe sociale scenario's, en verder het langdurig opgebouwde persoonlijke contextbegrip verdiepen. Dit is ook een belangrijke ontwikkelingsrichting van conversationele AGI: AI kan niet alleen een zin verstaan, maar ook met volledige context de werkelijke intentie van een persoon begrijpen en gepast reageren.
Real-Time AI Infra: de sleutelinfrastructuur die conversationele AGI ondersteunt
De voortdurende evolutie van gespreksvaardigheid stelt ook hogere eisen aan de onderliggende technologie. Zhao Bin vermeldde in zijn toespraak dat in het afgelopen jaar de diepgaande adoptie van WebRTC-technologie door bedrijven zoals OpenAI heeft bijgedragen aan bredere aandacht en toepassing van realtime interactietechnologie op het gebied van conversationele AI. Naarmate AI zich ontwikkelt van enkelvoudige vraag-en-antwoord naar continue interactie, wordt realtime interactie-infrastructuur een belangrijke technische ondersteuning die modellen, agent-runtimeframeworks en gebruikers met elkaar verbindt.
Vergeleken met traditionele AI-toepassingen stellen gespreksscenario's strengere eisen aan latentie, stabiliteit en bidirectionele interactie. AI moet tegelijkertijd gebruikersinvoer ontvangen, context begrijpen, antwoorden organiseren, indien nodig op elk moment onderbrekingen opvangen, en continu tools aanroepen en taken voortstuwen. Duidelijke vertraging in welke schakel dan ook kan de natuurlijkheid van het gesprek verstoren en zelfs beïnvloeden of een taak kan worden voltooid.
Om aan deze eisen te voldoen, introduceerde Zhao Bin de infrastructuurrichting voor realtime intelligente interactie: via een wereldwijd realtime transmissienetwerk, gedistribueerde gezamenlijke inferentie op cloud-edge-apparaten, realtime orkestratie en full-duplex interactiemogelijkheden kunnen modellen en Agents in echte scenario's continu samenwerken. De conversationele AI-engine van Agora heeft ook full-duplex interactie als kern, verbindt modellen, Agent-runtimeframeworks en gebruikers, en ondersteunt een stabiele, synchrone realtime gesprekservaring.
Tegelijkertijd blijft Agora de conversationele AI-ontwikkeltools en -ontwikkelkits voor ontwikkelaars verbeteren, met capaciteiten zoals SDK's, Skills, CLI-tools en Recipes, om ontwikkelaars efficiënter te helpen Agents te bouwen met volledige logica en uitvoeringscapaciteit.
Van klantenservice en onderwijs tot AI-begeleiding en slimme draagbare apparaten: Zhao Bin is van mening dat conversationele AI steeds meer echte scenario's betreedt. Of AI werkelijk waarde kan creëren, hangt niet alleen af van of het model "kan praten", maar ook van of het behoeften kan begrijpen, natuurlijk kan communiceren en taken continu kan voltooien. Realtime interactietechnologie zal in dit proces een steeds belangrijkere rol spelen.
Vervolgens hield Andrey Norkin, hoofdarchitect bij NVIDIA en co-voorzitter van de AOMedia Video Codec Working Group, een toespraak over AV2-videocodec-technologie.
Rondetafelgesprek: wordt de persoonlijke agent de persoonlijke toegangspoort van de volgende generatie?
In de eerste rondetafel, geleid door Tony Wang, medeoprichter van Agora, discussieerden Eugene Wei, productmanager interactieve media en techblogger, Pan Luan, tech-zelfmediapersoon en presentator van de podcast "Luan Fan Shu", en Hua Jianxin, AIoT-hardwareondernemer en zelfmediapersoon voor edge-AI, over "de persoonlijke agent: van nieuwe tool naar nieuwe toegangspoort?".
Van telefoons, brillen en oortjes tot meer draagbare apparaten: de persoonlijke agent wakkert opnieuw het industriële denken aan over de toegangspoort van de volgende generatie mens-computerinteractie. Pan Luan is van mening dat de persoonlijke agent een paradigmaverschuiving kan teweegbrengen: de waarde van AI-producten verschuift van het strijden om de aandacht van gebruikers naar het helpen van gebruikers om taken efficiënter te voltooien. Toekomstige persoonlijke agents moeten niet alleen duidelijke instructies opvolgen, maar ook proactief taken op zich nemen en gebruikers helpen met zaken die een duidelijk doel hebben maar niet veel tijd verdienen.
Wat betreft de volgende generatie persoonlijke hardware stelde Hua Jianxin dat de toekomstige toegangspoort niet noodzakelijk door één soort apparaat wordt gedomineerd; brillen, oortjes en andere hardware die de omgeving kan waarnemen en taken kan uitvoeren, maken allemaal kans. Hij is van mening dat de persoonlijke agent niet alleen de gebruiker moet begrijpen, maar ook via fysieke apparaten de echte wereld continu moet waarnemen en actie moet ondernemen, wat nieuwe ontwikkelingsruimte biedt voor verschillende vormen van hardware.
Eugene Wei bracht de discussie naar de waarde van "context": of de persoonlijke agent de interesses, communicatiegeschiedenis en sociale relaties van de gebruiker echt kan begrijpen, zal beïnvloeden of hij een waardevolle persoonlijke toegangspoort kan worden. Bij het beoordelen of een nieuwe toegangspoort standhoudt, stelde hij ook voor om te kijken naar de dagelijkse interactie van gebruikers met de Agent, en of gebruikers vaker de Agent opzoeken of de Agent vaker de gebruiker opzoekt. Het rondetafelgesprek besprak vervolgens verder de productwaarde, hardwarevormen en toekomstige maatstaven van de persoonlijke agent.
Rondetafelgesprek: van "kunnen chatten" naar "kunnen doen", hoe creëert conversationele AI echte waarde?
In de tweede rondetafel, geleid door Cui Bo, chief commercial officer van Agora, bespraken Chen Wei, oprichter van Xieyue Intelligent, Geng Xianglei, oprichter van Guanke Technology, Cai Guoxiang, medeoprichter en ecosysteemverantwoordelijke van Rokid, en Wu Kan, CEO van Titan Qiming, vanuit verschillende scenario's zoals embodied intelligence, slimme draagbare apparaten, bedrijfsmarketing en AI-werving, conversationele AI: het aandrijven van de volgende generatie mens-Agent-interactie.
Chen Wei is van mening dat de kern van embodied intelligence is om de intentie van de mens echt om te zetten in de actie van de robot. De robot moet niet alleen spraakinstructies begrijpen, maar ook multimodale informatie zoals visie, spraak en de eigen toestand integreren, om de waarneming, planning en besluitvorming van de fysieke omgeving te voltooien, en de taakuitvoering continu aan te passen op basis van veranderingen in de omgeving na de actie. Vergeleken met het voltooien van vooraf bepaalde demonstratietaken is het voor de robot belangrijker om in een open omgeving continu de echte behoeften van mensen te begrijpen, zodat acties altijd in overeenstemming blijven met de intentie van de mens. Xieyue Intelligent ontwikkelt een embodied basismodel met het nieuwe paradigma Duplex Reasoning, gericht op het realiseren van de integratie van robotinteractie en -actie.
Cai Guoxiang vertrok vanuit de praktijk van AI-brillen en benadrukte dat de gesprekservaring de kerncompetentie is van AI-draagbare apparaten. Hij zei dat ongeacht hoe krachtig de hardware en de AI-capaciteiten erachter zijn, als het gesprek niet natuurlijk genoeg is, de gebruikerservaring direct wordt beïnvloed. In de toekomst moeten AI-draagbare apparaten via realtime interactie met lage latentie en stabiliteit, evenals begrip van semantiek en langdurige context, gebruikers geleidelijk het gevoel geven dat ze niet meer met AI praten. Hij deelde ook de praktijk van de Rokid AI-assistent die de RTC-linkdienst van Agora gebruikt, en ziet AI-brillen als een belangrijke persoonlijke toegangspoort in het AI-tijdperk.
In bedrijfstoepassingsscenario's wees Geng Xianglei erop dat AI-spraakagenten voor betrouwbare bedrijfslevering problemen zoals latentie, timing van onderbrekingen en humanisering moeten oplossen, waarbij latentie zelfs direct het taakresultaat kan beïnvloeden. Voor B2B-marketing moet AI ook worden gecombineerd met het industriekennissysteem en menselijke samenwerking om bedrijfsresultaten beter te waarborgen. Wu Kan zei op basis van de praktijk van AI-werving dat conversationele AI wervingsbedrijven kan helpen om werkzoekenden op grote schaal te bereiken en de service-efficiëntie te verbeteren, in plaats van eenvoudigweg mensen te vervangen. Om een gesloten bedrijfslus te vormen, moeten ook industriële gegevens worden verzameld, het bedrijf worden gestructureerd met de werkzoekende als uitgangspunt, de Agent worden geholpen een langetermijngeheugen op te bouwen, en rond daadwerkelijke bedrijfsgebeurtenissen zoals sollicitatiegesprekken en indiensttreding de AI worden ondersteund bij het continu evalueren en optimaliseren van de servicekwaliteit.
Uit de bijdragen van de vier sprekers blijkt dat hoewel de eisen die verschillende industrieën aan conversationele AI stellen verschillen, ze allemaal in één richting wijzen: AI moet niet alleen kunnen communiceren, maar ook echte scenario's kunnen begrijpen, integreren in bestaande bedrijfsprocessen en taken betrouwbaar kunnen voltooien. Met de voortdurende ontwikkeling van realtime interactie, multimodale waarneming en Agent-uitvoeringscapaciteit zal conversationele AI naar verwachting verder groeien van een interactietool tot een belangrijke kracht die de digitale wereld en de fysieke wereld verbindt en de bedrijfsvoering aandrijft.
Van realtime interactie naar realtime intelligentie: het volgende hoofdstuk van conversationele AGI openen
Van het door Zhao Bin voorgestelde kader van vijf niveaus van gespreksvaardigheid tot de twee rondetafelgesprekken over persoonlijke agents en daadwerkelijke bedrijfsimplementatie, presenteerde het hoofdforum van iRTE2026 een duidelijke industrietendens: de concurrentie in conversationele AI strekt zich uit van basismodelcapaciteiten naar contextbegrip, realtime interactie, cognitie van complexe relaties en taakuitvoering.
Wanneer AI niet langer beperkt is tot passief antwoorden, maar mensen continu kan begrijpen, proactief kan deelnemen aan communicatie en taken kan voltooien in echte scenario's, zal realtime interactietechnologie ook een diepere missie dragen.
Richting de volgende fase van conversationele AGI zal Agora samen met ontwikkelaars en industriepartners blijven verkennen hoe realtime interactie en generatieve AI kunnen worden geïntegreerd, en natuurlijkere, efficiëntere realtime interactie-ervaringen tussen mens en mens en tussen mens en Agent bevorderen.
