AIGC：下一代社交泛娱乐变革者？- 活动回顾

市场活动

AIGC：下一代社交泛娱乐变革者？| 活动回顾

2023年，生成式AI的竞争必将成为新风潮。从谈论AIGC，到拥抱AIGC，ChatGPT引起的这波人工智能热浪至今还未停止，由AIGC带来的行业席卷已经到来。

4月25日，声网与扬帆出海共同举办了以《AIGC：下一代社交泛娱乐变革者？》为主题的「开播了，星期二」第 16 期线上直播分享，邀请了扬帆出海创始人&CEO刘武华、比邻星球创始人 段志云、商汤科技数字文娱首席营销官 邢孝慈、声网泛娱乐产品负责人 李斯特进行圆桌对话，共同探讨AIGC在社交泛娱乐领域里的机会与挑战。泛娱乐行业从业者，该如何更好的用AI来寻找产品创新点和增长方向？

以下为内容精选：

Q1: AIGC成为新风口后，会给整个社交泛娱乐行业带来哪些颠覆性变革？

比邻星球 段志云：我一般从两个角度来看，从AIGC的角度来讲，它可以让内容创作的门槛得到降低。剪映这一类工具驱动了短视频领域的繁荣。在社交泛娱乐这一领域，同样需要AIGC去驱动工具的变革。

另一个角度是在大模型的支撑下，如何提升内容生产的互动性和自主性。比如，游戏、社交场景里的人物，有没有可能通过更强的AI能力，与人之间发生一些情感上的连接？虽然短期之内实现非常深入的情感羁绊还有难度，但让它作为一个陪伴聊天的小角色，现在基本上已经可以实现了。也许，接下来的游戏NPC就可以实现与人的自由对话、拥有一些自由度和个性。

商汤科技 邢孝慈：换个角度考虑，什么样的高门槛需要用AIGC去降低？站在用户角度，应该是创造一些高质量、能够提升用户感官体验的沉浸式内容。比如将影视、游戏内容从2D升级到3D，甚至加入一些交互功能等，AIGC的出现可以让它的交互变得更智能、成本更低。从现在的一些AIGC版本来看，其在创意或内容创作的效率提升层面非常明显，无论是在一些影视游戏还是艺术创意的场景应用中，都可以有效的降低人工成本。在社交娱乐层面，很多内容创作者也可以将更多的精力放在活动运营上，我觉得这是目前AIGC带来的一个最大变革。

扬帆出海 刘武华：在内容生产这一模块，AI可以极大的提升效率，让更多人员运营回归到与用户交流的层面。我身边也有一些创业的朋友，以前是从低代码到0代码，随着AI的出现，未来可能是一行云代码，也就是说用语言就能直接写一段程序。还有比如用AI去编写儿童编程课，用AI教钢琴课等等，对于创业项目来讲，这些新的应用都是一个非常大的场景。在泛娱乐领域，其实已经有很多游戏厂商开始用AI去赋能，实现千人千面的交流。随着国内一些头部大厂陆续发布自己的大模型，在很多细分赛道可能会诞生很多机会。

声网 李斯特：AIGC有可能带来一种全新的交互方式-LUI（语言language即UI）。回顾过去，从打孔纸带到命令行到GUI到触摸屏，每一次大的交互方式变革，都会导致使用计算设备的人群明显扩大，计算设备能够完成的任务也明显增长。再迁移到社交产品来说，AIGC加入之后，有可能彻底改变这种交互形态，AIGC可能讲当前社交平台从信息和内容平台升级为更强行动平台，比如在陌生人社交领域，除了现在已有的信息流和照片，AI能够通过自然语言沟通帮助用户完成高质量的信息交换和匹配目标筛选，这种交互变更最终会推动产品演进到什么形态，我们现在猜不到，只能拭目以待。

Q2: 您所在的公司基于AIGC的能力做了哪些实践和探索？

比邻星球 段志云：我们一直在寻找哪种解决方案能把用户快速生成与编辑一个3D物体或场景的难度降到最低。其二，我们希望游戏NPC和人之间的互动更加真实，如果是一个 2D 形象，我们现在基本上很容易就能做到赋予其表情和动作，但如果是一个3D人物模型的大游戏场景，目前还是一个比较难的事情。

声网 李斯特：声网长期都在AI这一领域有投入，我们过往的投入主要是在音频处理、声音降噪以及视频处理等方面的专用模型。ChatGPT火了之后，我们也在做一些探索和尝试，比如基于特定场景下定制模型的训练与打磨，大模型的多模态特别是声音模态的大模型探索，我们也在结合社交玩法中的一些应用去帮助客户应用大模型。

当然，目前还有很多问题亟待解决，比如全链路的耗时问题，语音转文字的准确性、断句问题，给大模型输入输出的流式传输的问题，这其中有许多也是声网擅长的领域。另外，如何让大模型驱动的虚拟人在这些场景里具备稳定的世界观与虚拟人格，让其能够遵守社交游戏规则等这些prompt工程的问题，可能再过几个月，大家能够看到一些我们合作的落地应用。

商汤科技 邢孝慈：我们4月10号发布了“日日新SenseNova” 大模型体系，我们希望其在模型迭代速度及处理问题的能力上可以日日更新。不仅如此，我们还推出了商汤最新研发的语言大模型“商量SenseChat”已经达到千亿参数体量，主要是做文本的理解和创作。另外一个产品叫“秒画SenseMirage”，其可以在很短的时间内完成大幅、大量级的画幅创作。数字人生成产品叫“如影SenseAvatar”；大场景生成建模，叫“琼宇SenseSpace”；小物体生成建模，叫“格物SenseThings”。目前，我们可以进行一些落地应用，在应用过程中，再将泛娱乐、教育、医疗等这些行业场景里面的真实数据反馈到大模型，不断地去做fine tune，就能更好的去服务客户。
 

Q3: AIGC能够给社交带来了哪些新玩法？创业者有哪些新的机会？

声网 李斯特：我们相信未来的创新可能是来自我们做TO C的客户，我们最近也在很积极的去交流，其实声网的任务还是为客户做好技术的支持。从宏观方向来看，每个人对于社交的底层需求是不会变的，无论采用什么样的技术，其实还是要解决陪伴、自我实现等需求。把AIGC引入了之后，如何让提供这些需求的APP在某一个环节变得更好玩、更有效率是创业者需要考虑的。前两天有一个专家提到AIGC和人是一个配合的关系，前期可能是一个驾驶助理，慢慢变成副驾驶，再逐渐帮助你实现自动驾驶。在社交领域同样如此，它可能会先成为一个特定玩家的助理，再逐渐成为一个分身，当你不在的时候，也可以去完成更多的社交触达、游戏任务、真人互动等，虚拟人也可能作为一个独立人格，和真实用户之间有更多互动和陪伴。

比邻星球 段志云：AIGC确实是个很大的赛道，但如何找到一个让用户和普通玩家真正有兴趣的玩法，还在探索之中。虽然现在GPT很厉害，大模型也证明了自己有很多能力，但还没有出现一个东西能够独立支撑一种创新的玩法，目前来看，这是一个量变到质变的过程。

商汤科技 邢孝慈：AIGC在革新内容、降低成本的同时，可以带来更多的应用和场景。目前，行业对AIGC的探讨大多还是一个内向思维，首先考虑到提高效率、降低成本。AIGC很强的地方其实是能够快速生产内容，目前国内比较受年轻人欢迎的云游戏、云动漫、云视频、AR、VR 这些产业与互联网视频平台相比，在内容投入的量级和资质能力上还存在一定差距。在新一轮竞争中，如何借助AIGC这样的先进技术去推动这类行业达到短视频的覆盖面和影响力，是很多创业者可以考虑的问题。

扬帆出海 刘武华：在GPT没火之前，AI在社交泛娱乐领域也有很多应用。GPT大模型的出现其实是提供了一个更易用、底层更完善的能力。有些从业者平时也会聊很多有趣的话题，比如在印度市场做一些社交类产品的运营时，可能会先用AI去判断一下对方的消费潜力以及基本的消费信息，我相信在这个模块上，尤其是基于一些投放增长需求，AI在未来可以做得更好。

Q4: 社交类产品在与AI结合的过程中，需要注意哪些问题？

商汤科技 邢孝慈：由于AIGC具有生成内容快、易分享、易传播的特点，如果有不合规的信息出现，就会很快在社交网络上发酵，所以来源很重要。此外，还涉及到了社会动员功能的失控风险以及相关的一些技术措施。我有几点思考，首先，能不能在平台上加一些前置的审核，让不合规的内容没那么容易被生产出来，另外也要保证像一些数字人产品的可信使用，在数字人身份核验上和内容本身的授权上，做更多的规范限定。此外，还有专利和版权保护的问题，因为每个人都可以做提示词、问问题，那目前由 AI 生成资产版权到底归属于谁？为了它可追溯、可以做版权保护，是否可以加一些数字水印，保证其来源明确，这些问题都需要多方一起来参与探讨。

声网 李斯特：有几个AI大模型已经接近通过图灵测试了，这是一个比较大的突破。但也可能会在未来面临一些伦理或法律上的问题。比如在社交产品里，由AI驱动的虚拟人与真人之间的沟通是否可以作为一个有效的承诺？假设发生了欺诈或不当的行为，责任谁来承担？再往前，会不会出现真人和虚拟人之间的友谊、爱情等，这些因素都很有可能会引发对伦理的挑战。更进一步，当AI的人格出现了一些特别独立或不当行为的时候，我们如何去做伦理和法律上的管理，这些都可能是前进过程中的问题。我的理解是，人需要道德法律的规范，AI也是如此，它或许在未来是一个大的秩序重建。

我们也看到OpenAI这类的公司其实在一开始的模型设计中就考虑到了这些问题，对于早期的AI从业者而言，都会有一个很强的自我约束和道德限制，但随着更多的人进入到AI行业，一定会给人类社会带来一些影响和危害。所以，对于所有的AI从业者来说，大家对于监管的态度一定是不能放松的。
 

AI之“我是卧底”—你的游戏队友可能不是人

产品发布

AI之“我是卧底”—你的游戏队友可能不是人

AIGC 一路狂飙，在泛娱乐社交领域正掀起大片浪花。AI 的引入，一方面促进社交连接方式的变迁，从人与人的连接，延伸到人与虚拟人的连接，为社交玩法创造更多想象空间；另一方面 AI 可以进一步增强社交黏度，作为一个强共情能力和无私的社交对象，提供社交中最重要的情绪价值，降低人际关系摩擦。

长久以来，声网都在 AI 这一领域持续投入，比如 AI 降噪、AI 回声消除等能力就是基于声网自研的AI推理引擎实现。近期，声网也在结合社交玩法中的一些应用去帮助开发者使用大模型实现场景的创新，比如基于特定场景下定制模型的训练与打磨，大模型的多模态特别是声音模态的大模型探索。

GPT+X，新玩法的探索

AIGC （AI Generated Content 人工智能生成内容），也可以称为生成式 AI，例如 AI 文本续写，文字转图像的 AI图、AI 主持人等，都属于 AIGC 的范畴。GPT （Generative Pre-Trained Transformer 生成式预训练转换器）是一种基于互联网的、可用数据来训练的、文本生成的深度学习模型，GPT 是AIGC技术的一个种类。近期，数字化、企服、金融等行业都在探索与 GPT 的融合，泛娱乐社交产品融入 GPT 玩法也将是行业趋势。比如虚拟主播，桌游以及社交产品中的一些代聊场景，都很适合与大语言模型结合。

今天我们来了解一下声网在以上领域最新探索的成果，GPT与“谁是卧底”玩法的结合。

谁是卧底是一个经典的多人社交推理类游戏，游戏开始时 n(n≥3) 个人拿到相同的一个词语，剩下的人（卧底）拿到与之相关的另一个词语。每人每轮只能说一句话描述自己拿到的词语（但不能直接说出），既不能让卧底发现，也要给同伴以暗示。每轮描述完毕，n 人投票选出怀疑是卧底的那个人，得票数最多的人出局，平票则进入下一轮描述，若最后仅剩三人（包含卧底），则卧底获胜。

因为对参与人数有一定要求，且此类游戏人多才更有互动氛围。基于此痛点，声网推出了GPT + 谁是卧底的新玩法，由 GPT 来充当其中一名玩家，在游戏中学习、提炼其他玩家的发言格式，对自己的关键词进行描述发言，并能通过分析其他玩家的发言，做出“谁是卧底”的判断并进行投票。

在游戏中，我们也遇到过 AI 当卧底的局，测试下来 AI 的局内表现亮眼，甚至有作为卧底获胜的能力。

该模式的成功探索未来可以应用到诸如狼人杀、剧本杀等更多游戏场景中。现阶段，社交行业对AIGC的应用如火如荼，市面上也出现了各类“AIGC+社交“的玩法，例如，AI 智能问答客服，可以对新手玩家进行游戏玩法指引；AI 陪聊，可以和玩家1对1聊天，起到倾听、陪伴的作用；AI 主持人，可以学习游戏等主题规则并引导玩家进行游戏或聊天等。

在音视频社交场景中，声网也在积极探索 AIGC +X的更多形式，赋予 AI 不同的角色适用于不同的玩法和场景中。比如在电商直播、秀场直播中，AI 可作为问答助手帮助主播实时回复一些粉丝的提问；在社交应用中，AI 可以作为聊天助手，为真实用户带去更多的互动和陪伴；而在游戏场景中，AI 则能够和真人玩家一起语聊互动、参与游戏，带来更为丰富的游戏体验。

 4大技术优势，带来全新社交体验

1.声网实时互动能力与元宇宙、GPT 玩法相结合

• 极低延时：采用声网实时互动能力，信令延时低至30ms、端到端语音延时最小到65ms，带来“面对面”拟真体验，减少AIGC整体方案的延迟，让AI“反应”的更快
• 领先语音技术：通过声网 AI 回声消除、降噪等技术，即便在嘈杂的背景环境下，也能让 GPT “听到”清晰的语音，并做出相应回复
• TTS、STT 识别更准确：即便在高达80%的丢包环境下，也能通过准确的人声识别和断句，让语音转文字（STT）更准确，文字转语音（TTS）更清晰、流畅
• 目前很多开发者都在使用 IM 的方式让玩家和 AI 角色互动，接入声网 RTC，花样语音互动方式让玩法更有趣、更沉浸

2.场景化的专业训练能力

• 丰富的 AI 个性和风格：声网能够满足不同泛娱乐场景中用户对于 AI 角色个性化风格的需求
• 快速的模型训练：根据需求，声网最快1周即可改进、优化不同的场景模型
• 专业化的场景建设能力：基于声网多年在泛娱乐社交行业积累的经验，结合 GPT 算法专家知识能力，输出更好玩的 AI+音视频社交场景玩法

3.拥有GPT 大模型，STT、TTS 等合作伙伴优势

• 声网与国内知名厂商合作，能够提供相关能力且在方案中可以按需自由替换，避免企业自己对接踩坑，提高整体上线速度
• 在利用GPT大模型方面，声网会根据客户的场景选择合适的大模型，根据不同的场景做特定的模型数据库和prompt，同时结合声网RTC的低延时特性，让用户交互延迟达到最优，模型输出更符合真实场景

4.与丰富的元宇宙玩法相结合

声网能够提供写实、卡通等各种模型语音驱动的 AI 形象，让 AI 玩家、助手不再单调，真实玩家与 AI 共同娱乐。

目前 AIGC 版谁是卧底 DEMO 已开放体验 ，点我申请体验，其他好玩的 AIGC +社交场景也在火速开发中。

RTE2023 教育论坛：教育+AIGC，未来将走向何方？

市场活动

RTE2023 教育论坛：教育+AIGC，未来将走向何方？

回溯近几年，教育行业在不断发生变革。政策的调整让教育行业资本降温，教育开始回归“理性”，并注重业务的质量发展。而人工智能、实时互动、AR、VR 等技术在教育领域的有效应用，又恰逢其时推动了教育的创新业务发展。

在 RTE2023 实时互联网大会的教育论坛上，沙利文大中华区合伙人兼董事总经理张葛建、声网教育行业负责人钱奋、童程童美首席人工智能教育专家秦曾昌、喜马拉雅喜播教育副总经理江敏等行业大咖就教育与 AIGC 在不同赛道和教学场景的应用，以及对未来教育的价值和趋势进行了深度探讨。

AR、AIGC 等技术进化开辟教育新通路

自“双减”政策出台后，教育培训机构的资本化之路就困难重重。一级市场融资遇冷，二级市场教育类上市公司市值大幅蒸发。据统计，2022年教育行业融资121起，同比2021年下降了49.8%。

在传统学科类教育机构寻求转型之路的同时，教育领域的其他赛道也蓄势待发。2022年，在整体行业表现不佳的情况下，职业教育领域获得了43起融资，超过2019和2020年的融资水平。同时值得关注的是，教育信息化、职业教育和素质教育成为了2022年的亮点, 约占2022年智慧教育融资事件的74%。尽管整体融资环境有所收紧，但智慧教育领域仍在逐渐朝着积极的方向发展。

沙利文大中华区合伙人兼董事总经理张葛建指出：“虽然教育行业在资本市场出现了一些挑战，但 5G、AR、VR、AIGC 等技术的进化，正在为智慧教育开辟一条新通路。站在智慧教育行业生态的角度，不管是上游声网这样的底层供应商，中游消费级、企业级的电子设备供应商，还是下游的渠道商和用户，都在为智慧教育的整个产业链做出贡献。

”根据 IDC 预测数据，到2026年，中国 AR/VR 市场支出将超过120亿美元。在教育市场，智慧教育与 AI，AR/VR 技术的结合将会为教学提供更多的可能，如更加立体直观的教学内容、个性化的虚拟学习环境、互动性学习、减少教学风险和提高教学效率等。与此同时，AIGC 作为 AI 技术的延伸，其所具备的文本、音频、图像、视频、虚拟场景和代码生成等多种应用场景，未来或都将赋能教育领域发展。张葛建认为，以 ChatGPT 为代表的大模型未来将替换越来越多的场景，从简单的图画、语言、写作到交互式对话、虚拟教师、虚拟课堂、虚拟实验室等，都是 AIGC 与教育结合的未来。

在职业教育方面，从国家出台的许多推动现代职业教育高质量发展的政策可见，未来的职业教育市场将获得更多的重视。张葛建指出，职业教育将推动实现个人、企业、社会的流动闭环。很多职场人可以获得学习教育以外的知识与技能提升途径；企业可以快速获得高质量人才；社会在解决就业问题的基础上，可以获得大批生产效率提高的企业，进而助力社会的快速发展与稳定。

教育进入精细化运营AI 降噪、高清视频成刚需

“双减政策后，教育行业的底层运营逻辑逐渐从野蛮生长沉淀到精细化运营。很多企业开始逐渐关注线上的互动体验——AI 降噪、高清视频。”声网教育行业负责人钱奋在分享中说到。

教育客户有 AI 降噪需求背后的底层逻辑是，随着教育企业转入精细化运营，大班课教学时因人多产生的耳机和设备噪音就成了困扰。而声网所提供的 AI 降噪技术，恰恰可解决上百种突发性噪声，为课堂带来纯净的沟通体验。在高清视频需求方面，以 STEM 赛道为例，老师需要用到高清视频为学生展示实验的过程和结果，声网所提供的解决方案不仅可以采用H265、AV1等编码格式搭配极速高清，还能在同等分辨率下做到码率更优、画质更好。

在分享中，钱奋还介绍了声网针对当下素质教育赛道中比较热门的场景是如何赋能的。编程场景下，声网提供了一套远程控制+屏幕共享的完整解决方案，声网基于 SD-RTN™ 软件定义实时网，可以保障远程控制端到端延迟低至 300 ms，在节约带宽资源的同时，帮助客户打造真正无感知的实时互动体验。棋类场景下，声网教育 aPaaS 平台，可以同时满足灵活定制和低代码接入的用户需求，15分钟即可上线自有品牌的全功能在线互动教学平台。科创场景下，声网为客户提供了全行业最优码率编码传输方案，码率最高下降70%，能实现暗光增强+色彩增强+视频降噪多维度画质增强效果，达到移动端 1080P，PC端 4K的极致高清画质。

职业教育市场近年来也一直保持增长。据统计，学历职业教育和非学历职业教育近五年年均增长率保持在10%以上。但在职业教育发展过程中，由于职业教育大班课的特殊业务形态，很多教育机构迫切需要解决学员课堂的个性化体验需求。声网自研的极速直播轻互动解决方案采用独创的融合分发方式，在让学生端自由选择收流方式的同时，还支持远近场自由切换，一套直播架构可同时应用于直播、伪直播、大小班课不同场景。

谈到 AIGC 在教育行业的应用时，钱奋指出，AIGC 在教育行业的价值归根结底是帮助企业实现降本增效，比如在普遍流行的研究类、生产力类以及教学和学习类的场景应用。声网在 AIGC 上也有一套解决方案，可以为用户提供端+云一站式能力，其中包括模型能力、语言能力、场景人设定制和交互体验升级等。

ChatGPT 在 STEM 教育赛道的5大应用场景

自 ChatGPT 发布以来，各大科技巨头都投入了极大的关注度。目前 ChatGPT 已经可以用于营销文案、文学创作、代码开发、论文报告等场景。

那么，回归到教育这一话题，ChatGPT 在大家都非常关注的 AI-STEM 领域里，可能会有哪些应用呢？童程童美首席人工智能教育专家秦曾昌博士认为，未来 ChatGPT 在 AI-STEM 中的应用场景将包含以下五个方面：

其一，设计课程。ChatGPT 可以为教师的课程设计提供创意思路，协助检索和整理文献资料，生成完整的课程材料，如教学大纲、课程计划和阅读材料等。

其二，协助备课。ChatGPT 能够很好地参与到教研备课中，为老师建立一个初步的框架，提供通识性和常态化的内容，帮助教师节省初始头脑风暴时间。

其三，课堂助教。ChatGPT 可以为师生提供一个实时分享的平台，7*24小时回答问题，为课堂活动提供思路、增加课堂趣味性和丰富性，帮助学生理解复杂的内容和概念，成为师生的人工智能助教、课后导师或辩论陪练。

其四，作业测评。ChatGPT 还可以参与到学生学习效果评估的过程中，生成作业测验和考试，帮助教师评估学生学习进度。

其五，辅助学习。ChatGPT 能够为学生提供丰富的学习资源和学习方法，帮助学生更深刻、更富有创意地理解知识，提高学习效率和兴趣，帮助学生实现自主学习、建立个性化的学习规划，正确评估自己在学习上的不足和需要提升的方向。

AI 驱动有声教育焕发新活力

随着“声音”硬件和软件的不断进化，耳朵经济所对应的行业近年来呈现出一片繁荣生态，有声平台作为一个拥有 UGC 内容创作属性的平台，推动着声音教育培训行业的发展逐步走向台前。喜马拉雅旗下专注新职业在线教育和人才服务的品牌喜播教育，就是这一领域的实践者之一，在 RTE2023 教育分论坛上，喜马拉雅喜播教育副总经理江敏分享了 AIGC 在有声在线教育领域的应用与创新。

在喜播学员的全成长路径里，AI 的应用极其广泛和深入，覆盖了学员入学时的  AI 语音测试、体验营阶段的 AI 小提示、正式课的 AI练功房、就业交付的 AI 喜韵工坊以及运营阶段的 AI 剪辑等全流程。除此之外，在运营场景交付方面，无论面试、外呼还是质检，也都有 AI 的身影。

江敏表示，对于有声教育行业而言，如何接入 AI 技术将是下一个破局之道。常见的直播卖课、直播点评等场景，一般都需要有专业的主播和大咖老师来完成。如果可以借助 AI、数字虚拟人技术替代真人，将帮助企业实现降本增效。另外，虚拟人 IP、AI 数字员工等形式，也将成为在线有声教育行业未来的发展方向。

AIGC 时代教育企业如何拥抱 AI 变革？

在圆桌论坛上，诸位嘉宾还就“AIGC 时代，教育企业如何拥抱 AI 变革？”的话题进行了圆桌探讨。

钱奋指出，AIGC 在教育场景应用上还处于相对比较早期的阶段。在助力教育企业降本增效这一层面，目前看到了三个方向。其一是利用 AIGC 技术，帮助客户提升制作课件的效率、减少研发的投入；其二是语言培训场景；其三是主打“陪伴”教育场景上的一些产品研发。

当知识能够被 AIGC 大规模生产的时候，教育需要重新被思考。秦曾昌指出， AIGC 的出现，让知识变得可以工业化大规模生产。我们需要思考的是，如何将这些知识使用好，以及大规模生产知识的背后需要什么思维和能力？以后越不能被工业化生产出来的东西，将变得越来越重要。

江敏则表示，回归教育本身，无论是数字人还是 AI 写作等工具的成熟，都带来看极大的改变。目前各个平台上已经出现了许多面向成人的 AI 设计、AI 编程、AI 写策划案等课程，这是不可逆的发展趋势。每个人在 AIGC 风潮之下，都需要学会拥抱和高效使用 AI 工具，并让其对我们的学习、生活和工作行成助力。

正如本次圆桌论坛主持人声网产品市场负责人朱超华所说，AIGC 在未来教育行业里的应用，趋势是确定的，时机有一定的不确定性。但我们都很期待，在大家的共同努力下，AIGC 能够在教育领域走向普及与适用。

RTE2023 数字化论坛：AIGC浪潮席卷，企业数字化转型如何乘风破浪？

头条

RTE2023 数字化论坛：AIGC浪潮席卷，企业数字化转型如何乘风破浪？

当下，“数字化转型”无疑已经成为各行各业讨论与实践的焦点。与大多数技术迭代不同，数字化转型的解法没有标准答案。随着人工智能、云计算、应用大数据与实时互动技术的演进，不同形态下的组织对数字化转型这一趋势有着不一样的思考与实践。

在刚刚过去的 RTE2023 数字化转型论坛中，声网邀请了来自云计算、金融、视联网、数字人等各个领域的行业专家齐聚一堂，共同探讨了新技术与新趋势下的数字化转型变革。他们分别是，声网数字化转型的产品负责人刘翔、华为云媒体服务资深产品经理卢志航、信雅达智能运营解决方案部总经理胡润杰以及阿启视创始人&董事长陆隽。与此同时，还有其他嘉宾参与了数字化转型论坛的圆桌探讨。

声网刘翔：声网要成为企业数字化转型未来就绪的基础设施

声网数字化转型的产品负责人刘翔率先开启了数字化转型论坛的分享。

从某种意义上讲，三年疫情加速了数字化领域的发展。过去几年，声网一直在思考，在数字化领域，到底该如何利用声网的关键技术为企业的关键业务赋能。刘翔指出：“所谓行业 Know-How，不是基于客户的业务流程，做一套同质化很强的业务服务，而是应该沉下来去研究客户的业务场景，并找到自己的生态位。”

声网发现，在企业数字化转型过程中，无论是智慧教室、客户展厅、还是会议场景，往往都会出现由于忽略音频质量而带来的噪音，导致相应场景下的体验感严重下滑。为了解决这一痛点，声网自研的 AI 降噪不仅可以做到在不依赖硬件算法的情况下，有效抑制100+突发噪声。还能兼顾强降噪与高保真，实现远场去混响等效果。

除了音频之外，视频互动也是企业数字化转型过程中的刚需。如在游戏和动画场景下，需要通过实时视频共享完成游戏设计稿的讨论。电影展映场景下，除了要达到4K 60帧的水平，还需要考虑色域、色真等问题。远程医疗场景下，对声音、视频的灵活调度要求也越来越高。远程工业协作场景下，工程师也逐渐从到现场解决问题过渡到通过一部 AR 眼镜、手机就能直接解决问题。相较于一昧的堆砌服务器和专业设备，声网提供了一套以提升视频画质和使用体验为核心的解决方案——实时高清·超级画质。其不仅能够做到色彩增强、暗光增强、视频降噪，还能实现移动端超分/锐化/插帧、H.265 4k60fps HDR 、低码高清等效果。

刘翔表示：“声网在数字化转型赛道的定位是，成为企业数字化转型未来就绪的基础设施。”声网想要做的是普惠，而普惠的前提是标准化。在视频会议场景上，声网此前就与信通院发布了会议体验质量标准，其中就包括音频上的啸叫抑制、屏幕共享和超级画质等技术指标亮点。与此同时，在数字化转型的应用上，声网还推出了 Multi-Path 多链路传输，多种机制有效保障观众端各场景流畅体验、领先的背景分割效果以及千人超级互动频道等。

华为卢志航：RTC+AIGC+数字人将深度赋能政企升级

数字化转型是一个大的概念，每一种新技术的出现都将为其带来新的变量。随着时间的推移，企业数字化不再是简单的将业务从线下搬到线上、把原有工具链进行数字化改造。华为云媒体服务资深产品经理卢志航指出：“基于元宇宙和 AIGC 双轮产业的进步，每个行业都发生着深刻的变化。数字人作为元宇宙中真人沉浸式体验的重要入口和 AIGC 的关键要素，在一定程度上代表了数字化转型的方向。”

从市场规模来看，数字人行业体量在2023年达到了一个我们能感知的规模，可以预测，其在未来五年内还会保持50%以上的高速增长。得益于渲染和AI技术的提升，数字人品质也在显著进步。

从现状来看，数字人一般归为三类，分别是解放人生产力，实现降本增效的“助手型数字人”；创造新商业模式的“IP 型数字人”；在 To B 端提升生产效率与商业化水平，在 To C 端作为元宇宙入口提供新玩法的“数字分身数字人”。如今，无论是从经济价值，情感价值还是社会价值来看，数字人都不再局限于一个噱头，而是真实的在2G、2B和2C行业中呈现出了爆发式增长。

卢志航认为，未来，RTC+AIGC+数字人将深度赋能政企升级。在新的趋势下，RTC 技术会从原来的音视频通话更多的走向实时互动能力提升。基于实时互动系统，在原有时延和画质问题解决之后，还可以通过协同桌面实现跨地域的“0”距离协作体验。内容生产也会从离线走向实时，影视级技术将赋能千行百业。AIGC 也将定义全新的内容生产模式，通过数据推理和大模型运算，直接生成对应的 AIGC 图片、人、场景和视频，将是一个分钟级的业务。除此之外，未来 AIGC 还可以通过扫描技术快速做一个场景重建，直接生成空间。同时还可以基于对环境和图像理解，将使用的物品以可编辑状态实现3D空间从孪生到可编辑的优化。有了空间和视频以后，数字人也将成为了里面一个重要场景，专业人士可以专注于自己业务本身，数字人分身则可以将录好的话术进行展播，真正让科技普惠的效果。 

信雅达胡润杰：商业银行的数字化转型终局

商业银行作为金融行业的重要组成部分，其在数字化转型上一直备受关注。近年来，监管部门和外部诉求都对商业银行的数字化转型提出了很多方向，但与传统行业不同，不同地区、不同商业银行的建设路径和内容差异化都非常大。

信雅达智能运营解决方案部总经理胡润杰表示：“商业银行的数字化建设离不开流程+数据量，要想数据层面得到更好的应用，不能单停留在数据方面，还需要把原有业务变成数据的数据，将数据还原成业务、并给到行业专家，才能真正实现对整体业务的决策支持。”

他认为，商业银行数字化转型的最终目标是，希望打造一个银行甚至是金融体系内的数字化场景。除智能应用之外，还需要通过系统和人为结合的方式，把整个生态建设起来。推动银行在运营场景中实现自动化智能化运转，最大程度上减少人工干预，从而实现生态互联。在信雅达的数字运营平台愿景上，商业银行的数字化转型更像一张网，这张网将数字运营中各种能力、技术、专家经验进行综合应用，再通过单点式向平面式建筑，实现数字化转型的拓展应用。最终达成优体验、提质效、控风险、强管理、展柔性的目标。

我们也相信，在数字化建设的趋势下，未来越来越多商业银行将不再局限于原来的单点建设，而是通过现有诉求，把已有内容和未来能想到的内容进行组合，提前规划、分级部署落地，迈向未来数字化运营的最终目标。

阿启视陆隽：ArgesOne 视频融合平台开启视频大融合时代

在数字经济和数字化转型的大浪潮下，大多数人都在寻找这个时代的入口和抓手，视频会是其中的抓手之一吗？阿启视创始人&董事长陆隽从视频融合平台的角度进行了分享。

他表示：“每个时代都有它的底层逻辑，农业时代是自然信息、工业时代是市场信息、网络时代是流量。而数字经济时代底层依据应该是五全信息：全价值叠加，全社会场景，全域泛在，全智能分析和全流程持续，阿启视 ArgesOne 视频融合平台恰好全面符合这五全信息。其中 ArgesOne 视频融合平台联合声网推出了远程考场解决方案。就真正实现了从会议到视频监控的视频大融合。

”据介绍，ArgesOne 第五代全解耦视频融合平台构建了对视频所有要素进行全解耦的解决方案，覆盖从前端摄像机到算法、应用，让客户应用更加迅速与便捷。“与时代同步，与国家同频，与客户同心。”是该平台的三个核心特点，其不仅满足数字经济时代的最底层逻辑，还与国家在数字经济领域的政策一起共建、共享、共治。客户应用层面，避免了低层次重复建设，在保证客户永远有选择自由的同时，也为社会释放了大量高端人力资源。

圆桌：AIGC 时代企业数字化转型怎么走？

随着 AIGC 技术的进化，其在数字化转型领域表现出了极强的生命力。针对AIGC为数字化领域带来的改变以及各家的实践，圆桌嘉宾声网副总裁、数字化转型负责人何挺、小冰B端业务工程技术负责人申成磊、金山办公高级总监黎志宇、51WORLD集团副总裁兼生态总经理李振分享了各自的真知灼见。

何挺表示，声网一直都对 AI 技术都有很多研究，包括音频处理技术，视频处理技术、大模型的端云协调等，还与很多生态伙伴配合打造了基于不同行业、不同大模型的应用解决方案。作为一个互联网基础设施供应商，在未来的场景中，声网除了为客户提供更多的技术支持外，还希望承担更多、更重要的角色。

申成磊表示，AIGC 涉及的环节很多，小冰一直在实践的就是如何把这些技术应用起来，让它真正为用户创造价值。黎志宇也说到，金山办公正在尝试让 AI 技术能够落地到真正的业务场景上，帮助用户构建基于文档、会议的数字资产，让他们可以利用平台去做属于自己的工具，从而实现效率的提升。

李振则分享了关于 AIGC 的三个观点：其一，AI 给了我们增强工具效率的机会；其二，数字人要想成为我们期待的数字人，需要达到 AI 智能和情感智能。其三，在一些合成数据领域，不管是训练还是应用，AI 都有着很大的价值。

RTE2023开幕 声网宣布首创广播级4K超高清实时互动体验

声网动态

RTE2023开幕 声网宣布首创广播级4K超高清实时互动体验

10月24日，由声网和RTE开发者社区联合主办的RTE2023第九届实时互联网大会在北京举办，声网与众多RTE领域技术专家、产品精英、创业者、开发者一起，共同开启了以“智能·高清”为主题的全新探讨。本届RTE大会共持续2天，开展1场主论坛及20+专场活动，包括RTE领域技术开发、趋势洞见、行业观察、创业投资等多维度内容分享，覆盖了AIGC、出海、数字化转型等时下最热门的话题。

在24日主论坛上，声网创始人兼CEO赵斌、声网合伙人兼客户成功副总裁孙雨润带来了《智能·高清 开启实时互动体验新时代》的主旨演讲。Founders Space创始人兼CEO 史蒂夫‧霍夫曼 (Steve Hoffman)从国际投资人视角，洞察了AI赋能RTE未来的诸多可能性。声网首席科学家、CTO钟声聚焦AI时代实时互动的趋势，带来了最前沿的技术观点和解读。联合国人口基金(UNFPA)驻华代表处副代表兼负责人欧雯姗（Ira Ovesen）则从“科技无国界”的角度，介绍了实时互动技术为世界带来的改变。

此外，声网首席运营官刘斌、喜马拉雅首席科学家卢恒、Soul APP技术副总裁张高政、小红书音视频架构负责人陈靖、商汤科技商务总监数字文娱事业部副总裁李星冶，还以”AI如何赋能实时互动体验改善及场景升级“为主题进行了圆桌讨论。

智能·高清 开启实时互动体验新时代

回顾2023年，AIGC大模型驱动着各行业迎来新业务机会，AR、VR、XR等技术能力的迭代为实时互动在各个领域的应用提供了更多可能。在直播社交领域，弹幕玩法成为直播新风口，这些变化都影响着RTE行业的进化。

智能和高清正在推动实时互动体验进入全新时代，在大会开场演讲中，赵斌宣布：“声网在RTE行业首次实现广播级4K超高清实时互动体验。”他指出，“4K不仅仅只有分辨率一个维度，光亮强度的动态范围、色彩的真实度、饱和度，以及色彩渐变的细腻程度，都是真正超高清体验里不可或缺的一环。”广播级超高清可以带来更加逼真的视觉效果，高对比度和丰富的色彩表现可以使影像更加生动，细节更加清晰，并以此提升视觉体验。

声网创始人兼CEO赵斌

赵斌认为，虚拟人+AIGC所创造的情感和情绪价值或将在未来解决社交供需不平衡的现状，并引领交互对象发生变化。另一层面，随着AIGC能力的进一步加强，越来越多的应用型开发将被AIGC替代，API+AI的形式将大幅提高应用开发效率。

大模型在快速发展，但交互界面仍局限于文字聊天互动方式。赵斌提到，通过过去一年的投入和打磨，声网推出行业首创AIGC-RTC能力模块，可支持与任何大模型平台结合，实现更低延时、更自然、更沉浸的实时语音对话，为企业协作、社交 、直播、游戏等多种场景提供新玩法、新机会。

在AI等核心技术驱动下，实时互动QoE体验的变化对于用户留存和使用行为的影响日益增强。孙雨润介绍，“根据声网某东南亚头部泛娱乐客户数据显示，当视频从标清升级高清，停留超过30秒观众数提升19%，观众人均观看时长提升30%，同时观众打赏率大幅提升。某国内知名社交出海App，从CDN 升级声网极速直播，送礼率增长 12.3%。”

声网合伙人兼客户成功副总裁孙雨润

AI如何赋能RTE未来

AIGC被认为是当前的技术革命，它与RTE的深度结合，又将带来什么改变呢？Founders Space创始人兼CEO 史蒂夫‧霍夫曼在分享中指出：“人工智能将对许多领域产生影响，在AI赋能的RTE未来，我们将看到每个人都会拥有更加个性化的体验，更加动态的程序将随着图形、音频、视频的实时变化而变化，AI将为我们带来前所未有的连接方式。在更深层次上，AI还将为人类增加更多的生产力水平，带来动态的虚拟世界等等，让我们感受到更多的沉浸体验。” 

Founders Space创始人兼CEO 史蒂夫‧霍夫曼

史蒂夫‧霍夫曼表示：“在AI和RTE技术的加持下，新的穿戴设备可能会进入市场，比如新的皮肤电子设备、感官增强设备等，它可以让我们听到人类听力范围之外的频率。此外，脑机接口也将读取我们的脑电波，从而帮助我们实现冥想或对其他设备的控制。”在工业RTE场景应用下，人们可以聚在一起，实时通过虚拟或真实工厂观看流水线运作、产品生产等。在AI陪伴场景中，人工智能伴侣这一概念将成为人们社交生活、娱乐、事业的一部分。

综上，未来可能会有各种类型的伴侣应用以及新的实时接口方式出现，甚至会出现一套为RTE开发的全新硬件，这些都将极大改变RTE领域的发展前景。

AI时代 实时互动何去何从

AI时代已经来临，实时互动该何去何从？声网首席科学家、CTO钟声为我们带来了技术视角的深度分享。钟声指出，回溯过去五年，最典型的事件就是大模型的突破，从2017年的Transformer，到如今的ChatGPT-4，人工智能的发展，让信息传播和消费智能化的趋势越来越明显，万事归于中心化AGI接管的趋势和威胁也越来越明显。大模型在带来发展机遇的同时，也带来了计算需求快速增长、算力受能源供给力限制、大模型数据资源不够、存储需求增长过快等问题。未来，我们除了要做负责任的AI之外，在端上和边缘上的分布式实时智能将成为价值公平分配的重要技术手段，也是减缓中心化AGI对人类威胁的有效途径，这也注定会成为一个新的技术发展趋势。

声网首席科学家、CTO钟声

钟声认为，AGI将走进实时互动，实现人人可分身，帮助在应用场景中复制名师、网红，甚至普通人也将通过AI分身丰富体验、缓解时间稀缺的瓶颈。此外，他预测，具备端边实时智能的高清实时互动能力将成新趋势和竞争焦点。

钟声介绍到，实时高清需要许多端上实时AI，在Low Level Vision and Audio这一需求层面，声网的SDK 4.1.x, 4.2.x版本已经可以支持1080P/4K视频的例如超分、虚拟背景、感知编码、降噪、去回声等底层计算机视觉处理和高音质的计算机听觉处理能力。在High Level Vision and Audio层面，声网已经部分实现对物体、声音、场景的理解和重构能力，包括面捕、动捕、情感计算，物体识别和场景重建等，可以大力改善多种应用场景下的用户体验。

科技赋能：共筑数字包容未来

在一个科技无国界的世界里，人工智能、实时互动技术、生物技术、材料科学等技术创新力量构建了一个“数字包容”的世界。过去一年，联合国人口基金与声网通过实时互动技术，为中国偏远地区的一万多名青少年提供了适龄的健康教育。联合国人口基金(UNFPA)驻华代表处副代表兼负责人欧雯姗表示，“人工智能和实时互动技术为那些仍在使用型号较老的多媒体设备的学校提供了量身定制的解决方案。它不仅优化了直播流的分辨率，还增强了在教学和学习过程中的音视频质量。学生和直播教师可以实现像传统课堂那样身临其境的教学质量和速度。”

联合国人口基金(UNFPA)驻华代表处副代表兼负责人欧雯姗

同时，欧雯姗宣布，联合国人口基金驻华代表处与声网及其他合作伙伴联合发起了“智享银龄”科技助老青年创新挑战赛。她表示，“我们希望激发青年人，特别是大学生和年轻毕业生，为代际数字包容贡献想法并做出积极行动。”

圆桌：AI如何赋能实时互动体验改善及场景升级？

AI技术的发展为各行各业带来了用户体验改善和场景玩法创新。针对这一话题，喜马拉雅首席科学家卢恒、Soul APP技术副总裁张高政、小红书音视频架构负责人陈靖、商汤科技商务总监数字文娱事业部副总裁李星冶、声网首席运营官刘斌进行了圆桌讨论。

谈到AI技术对业务发展的影响时，卢恒表示，作为全国最大的有声内容平台，喜马拉雅从文本处理到音频内容生成的过程中都使用了大量的AI技术，目前，AIGC生成的音频内容日均播放量已超过250万小时。张高政则表示，大模型的理解能力对于UGC平台及用户来说都非常有利，它不仅可以快速提升内容生产效率，还能降低内容生产门槛。

主论坛圆桌嘉宾

AI大模型的发展是机遇与挑战并存的。陈靖指出，对于很多公司而言，说清楚一些AI大模型项目的必要性是一个巨大挑战，很多项目并不像利用AI去做体验增强那样，能够跟用户留存及转化的一些指标建立关联。李星冶则表示，他所看到的挑战有两点。其一，在为许多C端流量产品提供服务时，算力、带宽、智力相关的弹性储备是一个很现实的挑战，其二，大模型开发厂商如何平衡投入以及预期收入之间的关系，也是一个挑战。各位嘉宾还分享了AI大模型在实时互动领域的一些玩法创新，其中陈靖提到，提高主播观看率的美颜美体功能可能是过去AI为实时互动领域贡献最大价值的场景，希望今后会看到更多新的尝试。

如刘斌所总结的，无论未来是挑战还是机遇，我们都应该在各自行业里去努力尝试。我们也期待，在大模型新的范式发展下，看到越来越多的场景落地及业务价值。