這家中國企業用實時互動技術叩開 OpenAI 大門

前幾天，在AI產品經理大會上，聲網對話式AI產品的負責人姚光華，被很多人圍住了。

原因是他在大會上分享了聲網去年與OpenAI合作推出全球首個Realtime API背后的故事，大家都很好奇OpenAI為啥會選聲網。

我研究了一下，原來OpenAI很早就公布了3家語音API合作者：Agora、LiveKit、Twilio。

其中，Agora是聲網在美國的兄弟公司，也是OpenAI長期深度的合作伙伴。

據說當時OpenAI找過不少候選方。有技術更強的實驗室，也有規模大的云廠商。但它們都有明顯短板。

實驗室技術行，可沒什么商業化落地經驗，扛不住真實場景的高并發。

云廠商的RTE服務大多是“附帶業務”，沒把這當核心方向發力。

聲網的優勢剛好在這里。

成立于2014年的聲網，已經在RTE領域深耕11年，早就在真實場景里受過考驗。

比如之前幫新東方扛過百萬師生同時上網課的流量峰值，還幫重慶120做過急救視頻會診的穩定支撐。

這種“能扛高并發、經得住實戰”的穩定性，正是OpenAI最需要的。只是交互的對象從人與人之間變成了人與 AI。

01. OpenAI Realtime API 與聲網的結合

OpenAI 自從推出 GPT-4o 之后，一直在推動模型語音交互能力。

GPT-4o 不僅支持文本，新增了音頻和視覺的推理能力，能更快響應音頻輸入，這讓實時語音交互進入到真實可用階段。

在 2024 年 10 月發布的 Realtime API 中，OpenAI 選擇了 Agora 作為其中一個集成伙伴，這標志著 OpenAI 正試圖把其語言模型的實時語音交互能力推向更廣泛的開發者生態。

通過 Agora 的 Conversational AI SDK，開發者可以在自己的應用里快速構建基于 OpenAI Realtime API 的實時語音交互產品。

解釋一下到底聲網和OpenAI合作了個啥～有幾個重要設計方向值得關注：

首先一個，是真實實時需求。

開發實時語音對話應用，不能把網絡延遲和語音處理疊加成可預期的抖動。

Agora 提供的底層實時網絡，沒有用普通 HTTP 或 WebSocket 去做請求，是有一套專門針對實時音視頻設計過的協議和網絡路由，能把延遲和丟包控制在更低水平。

再一個，是全鏈路優化。

為了提高真實環境下的語音交互質量，Agora 的 SDK 里加入了對環境噪聲抑制和 AI 回聲消除的支持。

這是典型的工程優化需求：用戶在街上、辦公室、家庭不同噪音環境下交互，需要快速把干擾降到可用水平，這樣模型才能接收到清晰輸入，反應才不會出現誤識別。

最后還得有高可擴展性。

這套 SDK 并不鎖定某個模型或一個服務商，開發者可以根據具體業務需求，將 OpenAI Realtime API 作為其中一個模塊接入使用。

通過標準化的調用方式，不同業務可以復用一套實時通信和語音處理能力。

這一整套解決方案的目標是減少開發者在實時語音對話這件事上的“自定義環節”，讓產品團隊能把更多精力投入在業務邏輯和產品體驗上，不需要再因為處理底層協議、丟包重傳、環境噪音等細節問題焦頭爛額。

02. 不止OpenAI：國內AI公司也在用聲網

在當下國內的AI產業中，既有摩爾線程、DeepSeek、MiniMax這樣的明星企業，也有很多像聲網這樣在背后默默提供AI底層技術支撐的企業，搭建起AI產業的基建，他們也同樣值得敬佩。

想搞懂聲網在AI領域的核心競爭力，看國內合作案例就很直觀。

最近MiniMax在沖刺國內大模型第一股，其實聲網去年就和它合作了。

倆家一起發布了國內首個Realtime API，2024年10月在RTE 2024實時互聯網大會上首次亮相。

這個API就是為了提升端到端實時多模態處理能力，讓延時更低，語音對話更自然。

還有像智譜、商湯等大模型公司，以及國內知名的AI應用/硬件，例如星野、豆神AI、芙崽Fuzozo等，也都在用聲網的對話式AI技術，構建極致的人機交互體驗。

現在AI陪伴、AI伴侶式應用越來越火了，而聲網的底層技術支撐，成了很多AI伴侶機器人規模化應用的關鍵基礎設施。

像聲網為Fuzozo芙崽提供對話式 AI 引擎，通過低延遲、高穩定的實時互動技術實現自然流暢的情感交互。

更早之前，MiniMax、星野、智譜清言，在打造多媒體互動平臺、語音交互體驗的時候，背后的技術支持也是聲網。

可以說，聲網為很先鋒的這批AI公司的核心體驗，提供了很深入、很細致的技術支持。

好比聲網對話式 AI 引擎提供的智能打斷處理技術賦予了智能體、機器人靈活的對話能力，能夠根據用戶的表達實時調整，極大地提升了交互的適應性與流暢度，告別機械式應答。

硬件、機器人公司的需求，也在聲網的技術服務射程范圍內。

機器人技術初創公司Carbon Origins，就已在通過 Agora的技術以及 OpenAI RealtimeAPI，實現重型設備的無接觸操作，提升操作人員的工作效率。

再比如在兒童智能手表場景里，屏幕本身很小，語音交互成為核心的輸入與反饋方式。

實時語音對話不僅要求聽得清，還需要語義理解準確，這對于設備端的處理能力和網絡調度提出了要求。

聲網在 IoT 端配合大模型能力，構建了一套低延遲語音識別、降噪處理、云端實時推理和混合多模態輸入的方案，幫助設備廠商在終端產品上實現更自然的語音體驗。

客服、娛樂等場景，也是聲網積累多年的優勢領域。

而近年和AI深度結合后，實時互動、場景拓展，帶來了更真正的效果提升。

人和人之間的實時互動和人和 AI 之間的實時對話從本質上有區別，但考驗底層通信穩定性的需求是一致的。

不同的是，前者是數據傳輸可靠性要求高，后者在此基礎上還需要對接模型推理和語音識別、合成等模塊。

現在很多人在談 AI 語音時只盯著模型和算法，但對實時性的要求是層層疊加的工程挑戰。聲網的價值正在于它把這些工程難題，做成了對開發者可復用的能力。

任何產業的崛起從不是單點的勝利，而是生態的共榮。當越來越多的中國企業通過創新在世界的舞臺上閃耀，我們才能在全球AI的浪潮中勇立潮頭。

03. 從實時音視頻到對話式交互：聲網的技術積累

聲網從最早做實時音視頻切入市場。過去十年，它積累了全球實時互動的基礎設施能力，規模和影響力已經非常明顯。

在教育、遠程辦公、娛樂直播、社交互動等領域，實時互動技術是基礎設施級別的能力。

這種技術看上去很靠底層，但實際上涉及非常多復雜工程問題。

不同國家、不同運營商的網絡環境差異很大，移動網絡的丟包、抖動、本地終端性能的不同，都對實時通信提出了極高要求。聲網在這部分積累的經驗，成為它進入 AI 實時互動的最大基礎。

到 2025 年10月，聲網的年度服務時長已經突破1 萬億分鐘級別，這說明有大量應用在背后持續使用它的實時能力。

一個技術在實驗室能跑，跟在全球真實網絡條件下跑是完全不同的兩個世界。

一個跑一兩百次請求成功，很容易；要在數千個物理節點和數百萬用戶并發訪問下保持穩定，需要的設計和工程迭代完全不是一丁點功夫。

這也是為什么 OpenAI 在全球范圍內尋找能夠支持 Realtime API 的合作伙伴時，會最終把 Agora 納入清單的一部分原因。

Agora 的實時網絡覆蓋范圍廣，存在多年的運營經驗、本地網絡調度優化能力，已被全球眾多開發者在實際商業場景中驗證過。

在網絡層、音頻處理和實時路由上，聲網有一套完整的解決方案，能縮短端到端的延遲，提升語音識別準確率和穩定性。

對企業和開發者的吸引力在于，不僅能讓開發者更快交付產品，還在實際復雜使用場景下表現更可靠。

有幾個我非常喜歡的功能，也是聲網的技術亮點，在實現人和AI 智能體的自然交互表現很突出：

• 自動問候：確保實時感知會話狀態，并提供自然、友好的初始交互體驗。

• 混合模態交互：支持在單個交互會話內，實現語音與文本輸入的無縫切換。

• 靈活的話輪檢測選項：為開發者提供對對話流程和話輪轉換行為的精細化控制。

• 無中斷輸入：通過選擇性注意力鎖定技術，可過濾環境噪音與干擾語音，確保交互過程不中斷。

這套方案不僅能簡化Realtime API的應用流程，還能為多模態 AI 智能體解鎖全新功能與應用場景。

將 OpenAI的實時語言模型與聲網的全球實時網絡基礎設施(SD-RTN)及定制化開發者工具包相結合后，開發者既能縮短產品上市時間、簡化應用開發流程，又能交付更優質的實時對話式 AI 體驗。

04. 技術提供者與生態構建者的角色

今天的 AI 技術發展已經進入一個新的階段，從單一模型能力向產品生態擴展推進。

開發者關注的不只是模型本身，還關注用戶是什么時間、在什么場景、以什么形式和模型互動。

聲網所處的位置，恰恰是核心基礎設施。

它長期積累的實時網絡能力、弱網適配、跨平臺支持、SDK 開發套件等，讓大規模實時互動成為可能。

不只是與 OpenAI 合作，現在，聲網支撐的實時互動覆蓋超過 200 多個國家和地區，月服務分鐘數已經達到了700億。

IDC 的市場數據還表明，在中國實時音視頻市場，聲網的份額持續保持著領先。

這種基礎設施級別的能力，不會因為模型更新而消失，它會隨著 AI 越來越多落地行業而變得更重要。

也許在2026年，隨著AI應用/硬件的規模化落地，AI行業的聚光燈，將真正打在聲網這樣的「幕后英雄」身上。