陳左琴

作者：周源/華爾街見聞

在2025世界人工智能大會暨人工智能全球治理高級別會議（WAIC2025）展覽現(xiàn)場，社交平臺SoulApp展示了其自研的全雙工通話大模型。

該模型即將在Soul平臺開啟內(nèi)測，后續(xù)計劃應用于虛擬人實時通話、AI匹配等1V1及多對多互動場景，是社交領域的一項新探索。

就眼下Soul的“虛擬人”應對用戶互動場景的表現(xiàn)來看，已深具“真實感”，但這種互動目前僅限于文字形式。

此次推出自研全雙工通話大模型，若能實現(xiàn)實時通話，則其智能性確然會有更大提升。

調整傳統(tǒng)交互模式

傳統(tǒng)語音交互長期依賴VAD（話音活性檢測）機制與延遲控制邏輯，形成輪次對話模式。

這種模式的人機對話，呈現(xiàn)一問一答刻板節(jié)奏：用戶發(fā)言結束后，AI才開始響應，中間存在明顯延遲，影響了交互的自然性。

在很多時候，用戶發(fā)言過程中會出現(xiàn)短暫停頓，這可能被系統(tǒng)誤判為發(fā)言結束，導致AI過早介入，打斷用戶思路，交流顯得過于生硬。

Soul自研的端到端全雙工語音通話大模型，對這一傳統(tǒng)模式做了調整：不再采用VAD機制，嘗試通過算法讓AI自主把控對話節(jié)奏。

在實際交互中，AI可實時監(jiān)測對話動態(tài)，有能力做出主動打破沉默、適時打斷用戶、邊聽邊說等操作。

比如，用戶講述事情時稍作停頓思考，AI能察覺并非發(fā)言結束，補充引導性話語推動話題；在多人交流場景中，AI能判斷發(fā)言時機加入討論，與用戶發(fā)言相互交織，使對話更流暢，接近人與人面對面交流的狀態(tài)。

在理論上，這種交互模式使AI從被動的回應者轉變?yōu)橹鲃拥膮⑴c者，在一定程度上能提升人機對話的自然度。

為讓AI在交互中更接近“真人”，Soul的全雙工通話大模型構建了多維度感知體系，包括時間感知、環(huán)境感知、事件感知等。通過分析這些維度的信息，AI試圖更好地理解用戶意圖和情感狀態(tài)，給出貼合情境的回應。

從時間感知來看，AI會依據(jù)對話時間調整語言風格和話題。清晨可能以“早上好，新的一天有什么安排嗎？”開啟對話；深夜用戶傾訴煩惱時，回應會更溫柔，給予情感支持。

在環(huán)境感知上，模型能識別用戶所處環(huán)境，嘈雜時適當提高音量保證清晰，安靜時聲音則更輕柔。

在事件感知方面，AI能結合討論的事件給出針對性觀點。用戶分享工作中完成重要項目時，AI會表示祝賀并詢問細節(jié)，增加對話的真實感。

此外，模型在口語化表達和音色復刻上做了優(yōu)化：能模擬語氣詞、結巴、情緒起伏等日常口語特征，還可根據(jù)用戶需求復刻特定音色。

還有情緒表達，AI的聲音情緒會隨對話推進變化，用戶分享喜悅時語調上揚，用戶情緒低落時聲音低沉關切。

這些處理在一定程度上提升了AI交互的真實感，但距離完全模擬真人還有差距，仍有較大的提升空間。

事實上，在該大模型推出前，Soul虛擬人在1V1或在響應用戶評論時的互動中，其表現(xiàn)也有較高的自然性和智能性。若Soul沒有標注“虛擬人”標簽，其應對內(nèi)容已具有高度的“真人”感。

AI推升電子社交真實性

全雙工通話大模型在Soul平臺的多個應用場景中得以應用，在1V1和多對多互動場景中，會對用戶的社交體驗產(chǎn)生影響。

在虛擬人實時通話場景中，該模型有望讓虛擬人與用戶的交流更自然。

以往虛擬人對話較刻板，有了這一模型后，虛擬人可實時捕捉用戶情緒和話語變化，調整回應方式和語氣，提供更個性化的陪伴服務，使用戶感受到更真實的情感反饋。

在AI匹配的1V1互動場景中，模型發(fā)揮了怎樣的作用？比如能通過算法幫助用戶篩選契合的聊天對象，提高社交匹配效率。

在交流過程中，模型分析雙方對話內(nèi)容和情緒，適時提供話題建議或引導：當匹配雙方初次交流出現(xiàn)冷場，AI會拋出與雙方興趣相關的話題，如“聽說你們都喜歡攝影，最近有拍到滿意的作品嗎？”打破僵局，讓交流更順暢。

在多人語音互動場景如群聊派對中，AI主持人具備相應功能：用戶進入群聊派對后，AI主持人能管理群聊秩序，控制發(fā)言順序、提醒文明交流，還能與用戶語音互動。

當群內(nèi)氣氛沉悶時，發(fā)起如“大家最近有看什么好電影，分享一下吧？”的話題，吸引用戶參與；新成員加入時，熱情打招呼并引導相互認識，幫助新成員融入，在一定程度上可能提升群聊派對的參與度。

Soul全雙工通話大模型的出現(xiàn)，為自身平臺發(fā)展帶來了新的方向，也為AI社交行業(yè)提供了參考案例。

這個模型展示了AI技術在社交領域的一種應用可能：即通過技術創(chuàng)新突破傳統(tǒng)交互限制，實現(xiàn)更自然的社交體驗。

隨著該技術的推廣應用，其他社交平臺可能會增加AI技術研發(fā)投入，探索將AI技術融入社交場景，推動行業(yè)技術發(fā)展。比如提升對話流暢性，或在多維度感知方面深入研究，增強社交體驗的沉浸感。

Soul的實踐會吸引更多開發(fā)者關注AI社交領域，促使新的社交應用和服務出現(xiàn)。AI社交的發(fā)展會影響人們的社交方式和觀念，打破地域、時間限制，讓人們更便捷地結識不同地區(qū)的朋友，拓展社交圈。

隨著AI在社交中作用漸顯，人們對“社交”的定義可能發(fā)生變化，更注重與AI及其他用戶的情感共鳴和信息交流。

Soul全雙工通話大模型即將內(nèi)測并應用，是AI社交領域的一次新嘗試：憑借新的技術架構和應用場景，為用戶帶來新的社交體驗，為行業(yè)發(fā)展提供思路。