7月26日—28日，2025世界人工智能大会（WAIC）在上海举办，声网在本届WAIC上正式发布新版对话式AI引擎，该版本新增声纹识别、数字人与视觉理解三项功能，实现对话式AI音视频交互体验的全新升级。同时，口袋AI毛绒宠物——芙崽Fuzozo、家庭陪伴『机器人』️——赋之EBO Air2 Plus等一系列搭载对话式AI引擎的人气AI硬件也亮相声网展台。
对话式AI正从基础的互动问答向深度理解、情感共鸣和情境感知演进，新版声网对话式AI集成了声纹识别、数字人交互和视觉理解功能。
具体来看，声纹识别功能可以选择性注意力锁定新增声纹识别功能，该功能使AI具备精准识别用户声纹特征的能力，有效区分不同说话者，也适用于多人与AI对话的场景。
数字人交互功能支持商汤等市场主流的数字人方案，通过集成高度拟真、表情动作自然的数字人，用户可与屏幕中的高度拟人化的数字形象进行实时、生动的对话互动，增强交互的临场感与情感连接，且有多个数字人形象供选择，适用于虚拟客服、教育陪伴、娱乐社交等多种场景。
视觉理解功能是新增的视觉理解能力，为AI加上“眼睛”，一方面支持实时视频，能够解析摄像头捕捉的画面信息，结合语音指令，AI能“看懂”用户手势、环境物体或特定视觉线索，实现“所见即所言”的智能反馈。
此次WAIC期间，声网展台设置了多个对话式AI的体验展区，其中人气最高的为AI硬件展区，多款搭载对话式AI功能的AI硬件集中亮相，包括：对话式AI开发套件以及搭载了开发套件的卡皮巴拉AI玩偶与数字人全息仓；具备AI陪伴功能的AI毛绒宠物——芙崽、家庭陪伴『机器人』️——赋之EBO Air2 Plus、将AI玩具与角色手办结合的赛博大舞台、具备翻译与识图功能的AI眼镜👓等，让现场的观众体验到既会说话，又能共情的各类AI硬件。
声网表示，未来将持续完善对话式AI引擎与开发套件，通过多元化的功能、极致的对话体验，加速智能对话在各类终端和场景中的普及与深化，推动更加自然、智能、安全的人机共生时代加速到来。
