第十三届中国网络视听大会 · 2026.04.15

RTE + AI 双引擎

驱动视听全域商业增长
场合第十三届中国网络视听大会
日期2026.04.15
讲者姚光华 Colin
形式主题演讲
全场主线 · THE ARC02
这场在讲什么

两个引擎，一件事：让视听行业靠 AI 赚到钱。

01 · CONNECT RTE 解决连接 十年攒下的实时底座 02 · UNDERSTAND AI 解决理解 对话式 AI 已经跑在生产环境 03 · GROWTH 合起来解决增长 视听是最大的试验场
RTE 解决连接，AI 解决理解，两者合起来解决增长。这是声网全新的自我介绍，也是这场演讲的全部结构。
双引擎 · THE TWO ENGINES03
声网全新的自我介绍

两个引擎，各管一半，合起来才是增长。

RTE 引擎 CONNECT 解决连接：低延迟 · 大并发 AI 引擎 UNDERSTAND 解决理解：对话 · 转录翻译 全域商业增长 GROWTH 两者合起来解决增长 直播互动 · 58 万并发 实时转录翻译 · 200+ 国家 对话式智能体 · 生产环境
只有连接、没有理解，是一条更快的管道；只有理解、没有连接，是一个跑不动的 demo。两个引擎缺一个，都换不来增长。
RTE 解决连接，AI 解决理解，两者合起来解决增长。
MONEY QUOTE · 01
RTE 解决连接， AI 解决理解， 两者合起来解决增长。
这是声网全新的自我介绍。
ACT 01
CONNECT
RTE 解决连接
先说第一个引擎。它不新鲜，但它是所有后面故事的地基——十年攒下来的一张实时网络。
01 CONNECT 02 UNDERSTAND 03 GROWTH
RTE · 底座06
RTE 行业的领导者

十年攒下来的，是一张能扛世界级流量的网。

PATENTS
50+突破性的自主创新技术，超 50 项全球发明专利
MARKET SHARE
No.1市场占有率稳居第一，份额超过第 2-8 位总和
MONTHLY MINUTES
900亿+单月支撑的通话分钟数
APPS
100万+全球注册应用数
注：根据 IDC 数据，声网在音视频通信（RTC）赛道的市场占有率达 43.4%。全球 Top 10000 (MAU) App 中，集成 RTC 服务的 App 里有近一半使用声网。
全球最受欢迎的实时音视频云服务提供商。
58万
超级碗期间 Mr. Beast @ Whatnot 直播活动，单频道观众数并发最高超 58 万。
让世界级首播像日常一样稳定。Whatnot 为在线购物带来了全新视角，它引入了买家与卖家之间的实时互动：直播拍卖让用户竞价、提问，并与卖家直接互动，打造出更透明也更具参与感的购物体验。
RTE 引擎 · 直播互动 · 单频道并发峰值
ACT 02
UNDERSTAND
AI 解决理解
第二个引擎。这一年半里，它从一个 API 长成了一条完整的产品线，并且已经跑在客户的生产环境里。
01 CONNECT 02 UNDERSTAND 03 GROWTH
AI · 缺口09
大模型没解决的那一半

模型解决了能不能说话，没解决像不像人。

WHAT MODELS SOLVED AI 能不能说话 生成、知识、推理。这一层是过去两年进步最快的，也是最容易被拿来做演示的。
WHAT THEY DIDN'T AI 说话像不像人 低延迟、自然打断、环境感知。这一层不在模型里，在你和用户之间那条实时链路里。
缺口在哪
低延迟、自然打断、环境感知 —— 这些不是模型能力，是实时交互工程。这正是声网做了十年的事。
MONEY QUOTE · 02
低延迟、自然打断、环境感知， 不是模型能力， 是实时交互工程。
大模型解决了 AI 能不能说话的问题，但没有解决 AI 说话像不像人的问题。
2024.10.01
全球首个 Realtime API 上线。对话式 AI 的时间线，从这一天开始。
从这一天起，后面每一步都写在下一页的时间线上：引擎、评测平台、Studio、电话客服智能体。
AI · 里程碑12
对话式 AI 里程碑

一条产品线，五个节点。

2024.10 全球首个 Realtime API 2025.03.06 国内首个 Realtime API 对话式 AI 引擎 1.0 发布 2025.07.01 对话式 AI 模型评测平台 1.0 2025.10.31 产品全栈发布 Engine 2.0 Studio 1.0 评测平台 3.0 2026.03.10 电话客服 智能体
从一个 API，长成 Engine / Studio / 评测平台 / 电话客服智能体的全栈产品线。
AI · 生态全景13
对话式 AI 生态全景

上面是应用，中间是产品，下面是实时网络。

APPS 早期客户案例 智能助手类 智能硬件类 AGORA CONVOAI 对话式 AI Engine 2.0 Studio 1.0 评测平台 3.0 电话客服智能体 RTE 实时网络 REAL-TIME NETWORK
三类客户在上面，四个产品在中间，一张实时网络在下面。
AI · 证据14
CGTN SUPER NIGHT · 2026 SPRING FESTIVAL

实时转录翻译，覆盖 200 多个国家和地区。

CGTN SUPER NIGHT
200+让全球 200 多个国家和地区的亿万观众，无障碍感受中国春节的喜庆氛围与中华文化的隽永魅力。
AI 引擎的落地形态
实时转录翻译
CGTN Super Night - 2026 Spring Festival Celebration。同一场直播，RTE 负责送到，AI 负责让每一种语言都听得懂。
连接把画面送到 200 多个国家，理解让每个国家都听得懂。
ACT 03
GROWTH
合起来解决增长
最后一幕回到商业。为什么增长会先发生在视听行业，以及观众身份的变化意味着什么。
01 CONNECT 02 UNDERSTAND 03 GROWTH
MONEY QUOTE · 03
视听行业， 是 AI 原生交互 最大的试验场。
因为这个行业天然需要实时、天然需要多模态、天然需要大规模并发。别的行业还在讨论要不要用 AI，视听行业已经在讨论怎么用好。
增长 · 第三次革命17
视听产业正在经历第三次交互革命

观众 → 参与者 → 对话者。

STAGE 01 单向播放 观众是观众 电视 广播 点播 (VOD) STAGE 02 实时互动 观众是参与者 直播连麦 弹幕 语聊房 STAGE 03 AI 原生交互 观众是对话者 AI 虚拟主播 语音 Agent 智能助手 BROADCAST / LIVE INTERACTION / AI NATIVE
观众变成对话者的那一刻，这个行业的商业模型就得重写一遍。
TAKEAWAY18
带走三条

今天带走三条。

01
双引擎不是两个产品
RTE 解决连接，AI 解决理解。分开各是一项能力，合起来才是增长。
02
模型不等于体验
低延迟、自然打断、环境感知不是模型能力，是实时交互工程。
03
视听是最大的试验场
天然需要实时、多模态、大规模并发。别的行业还在讨论要不要用，这里已经在讨论怎么用好。
把中国的实时交互能力和 AI 能力，带到全世界每一块屏幕上。
MONEY QUOTE · 04
下一代全球视听体验的技术标准， 正在由中国公司来书写。
声网希望和在座的各位一起，把中国的实时交互能力和 AI 能力，带到全世界每一块屏幕上。
谢谢

RTE + AI 双引擎

驱动视听全域商业增长
场合第十三届中国网络视听大会
日期2026.04.15
相关档案演讲档案 11
说明依原稿 16 页重构 · 已剔除 1 页空白页