我们打造了一款满足想象与应用的智能体——AI实时互动。

Cloud

Imagine

谈谈AI智能体

当AI变得足够聪明时，用户与AI的交互将变得真实自然。于是，构建高拟真AI与用户的实时交互，已经成为企业提升数智化生产力的新思路。

 

在这个交互过程中，存在一个极具活力的对象，就是智能体（AIAgent）。

 

顾名思义，“智能体”利用人工智能，能够基于内部状态、感知到的信息或外部输入，来做出决策并执行动作。它具有一定程度的自治性和智能性，等同于一个自主性的网络实体，可发挥的想象空间不言而喻。

AI智能体的衍生，可以突破更高的效率、营造更好的链接。深入场景里，它能为企业塑造7*24小时、不限并发的“真实在线”的高质量服务，能为孩子匹配专属的智慧互动教育陪伴者；能为每个人在日常生活中配备专业领域的网络私人教练；能在买家和卖家之间构建高效的沟通链路；能在无人商超打造7*24小时的专属售卖员......它为任何需要数字交互的领域，赋予全新的体验，意义非凡。

 

回归产品，回归商业，阿里云视频云为此推出全新的「AI实时互动」方案。

该方案已正式上线阿里云官网，并在7月31日发布了语音通话智能体(VoiceAgent)、8月31日发布了数字人通话智能体(AvatarAgent)。

10分钟，

构建企业专属云上智能体

阿里云全新推出的AI实时互动方案，其深度整合了阿里云在AI、实时音视频ARTC的能力积累，助力企业打造高拟人化、超低延时、高可靠的人机交互体验。

产品架构图

正如AI智能体的应用空间更多是创新领域，于是，开发上线的效率对企业的快速商业探索，是至关重要的。阿里云AI实时互动方案正满足这一核心，能够帮助企业10分钟构建专属云上智能体。

「AI实时互动」提供白屏化、可插拔的AI组件编排工作流，通过控制台可以将STT（语音转文本）、TTS（文本转语音）、LLM（大语言模型）、数字人等AI组件进行灵活编排，无需企业组建专属团队从零开发，真正实现10分钟快速构建专属智能体的目标，让企业更专注在业务内核以及智能体上线所驱动的价值。

 

具体来看，通过如下的控制台实时编排图例，用户可以感受如何用10分钟快速构建企业的专属AI智能体。

AI实时互动控制台实时编排图例

再者，作为端到端的AI通话解决方案，「AI实时互动」提供完善的AI智能体客户端集成方案，以低代码、场景化API快速接入，让使用更具低门槛、高灵活的属性。对此，企业仅需调用OpenAPI，即可启动云端AI智能体任务，同时在客户端配套实时字幕、AI状态回调、AI智能体生命周期管理等场景化接口，所有集成仅需1天内即可实现。

低门槛之上，

真正的AI超拟人体验

AI智能体的智能与否，一定取决于交互人性化的程度，考验的是超低时延下AI对人的理解和输出能力。所以，拥有一个超拟人质感的专属智能体，是交互在商业应用上的一大跨越。

 

阿里云的AI实时互动，超拟人化是首要特点。

 

然而，实现超拟人化并非易事，需要突破几个关键点：互动延时、智能降噪、高拟人音色、智能意图识别。在这四个维度的打磨上，「AI实时互动」有卓越的能力呈现：

l自然延时：在AI实时互动中，用户与AI的通话延时低至1.5秒（即从用户说话结束至收到AI反馈的响应时间），以最自然的延时，实现用户与AI的人机沟通。

l智能降噪：基于算法加持，智能降噪可以过滤用户通话时的周侧嘈杂音，更精准清晰地识别真正的用户声音，从而产生更有效的拟人互动。

l高拟人音色：同时支持100+高拟人音色可灵活切换。

l智能意图识别：在人机对话过程中，AI智能体能够有效识别用户的对话打断意图，同时能识别用户当前说话是否结束，从而有效规避AI抢话的情况。

所以，做一个能够与用户进行自然流畅沟通的AI智能体，是超拟人化的关键能力，也是阿里云AI实时互动的独到之处。

 

AI实时互动的超拟人化，在客户端可以为人机交互带来真实沟通感，从而优化各类场景下的高质量体验。同时对企业端，其开放AI生态的重要能力，让企业的智能互动更具延展性。

 

正是依托阿里云强大的云+AI底座，「AI实时互动」可以提供一个开放的AI生态给到企业。通过默认预置阿里云AI能力，并与阿里云百炼平台深度联动，企业可以在编排工作流中引入百炼已有的模型；同时，企业也可以通过标准的API规范引入其自研的大模型；此外，还可以提供即插即用的三方AI组件插件，来拓展业务需要的其他AI能力。

四大类场景，全球化服务

基于阿里云「AI实时互动」的全新推出，目前已经迅速在四大场景商业落地，并真切攻克行业普遍存在的痛点。

场景1：智能客服

绝大多数行业都需要的客户服务环节，但传统的客户服务存在高人力成本、服务话术标准落地不足的问题。得益于AI技术，智能客服行业随之而升。

 

助力智能服务的质量升级和成本优化，AI实时互动公有云方案，整合所在行业的模型和知识库，构建高拟真的客服服务，从而极大降低行业的用人成本、提升服务效能，尤其承载超拟人的智能互动能力，打破以往人工智能理解能力的限制，营造了高质量的智能客服，对零售、电商等众多行业，起到服务加持的真实价值。

场景2：AI撮合助手/AI虚拟助手

撮合助手通常是指在特定场景下，帮助促进双方或多方达成交易与合作的工具或服务。这类助手可以是人工智能程序、软件平台或实际的人工服务，其通过匹配需求、提供信息、协商沟通等方式，使得参与方能够更高效地完成撮合过程。

 

所以，该行业的核心是提高信息透明度、加速决策过程，而同时存在的痛点在于，双方往往受限于时间、通话并发等问题，难以建立有效连通。为了提升撮合平台的连通效率，AI实时互动公有云方案，结合所在行业的模型与知识库，通过AI构建7*24小时的在线撮合服务。于是，在物流货运、金融交易、房产中介、在线招聘、二手平台等众多行业都能逐步建立更有效的双方资源配置，撮合精准度和效能直线提升。

场景3：AI心理咨询师

当下对社会心理健康的关注，加速心理咨询行业发展，而专业心理咨询师的数量呈现需求缺口。AI咨询师也同样应运而生，不仅解决咨询师数量问题，还对个人隐私保护更有裨益。

于是，解决资源缺失，提升咨询效率，AI实时互动公有云方案，基于AI大模型训练，打造满足平台数量的“超拟人心理咨询师”，提供7*24小时全天候咨询、满足定制化服务，输出辅助诊断和有效监测。

场景4：AI虚拟教师

在线教育行业之上，衍生了全新的AI直播小班课场景，也是教育领域的技术融合创新。它结合了人工智能与在线直播教学的优势，为学生提供更加个性化、灵活和高效的学习体验。同样解决了教师资源有限、服务用户有限的弊端。

在此之上，AI实时互动公有云方案，整合教育行业模型、预置课程视频片段，结合AI实时响应能力，打造无时间和数量限制、高品质的小班课，助力新型的教育模式发展。

 

这款AI音视频通话端到端解决方案，不仅在上述四类场景中陆续落地，也在更多行业中探索创新。然而，其不仅在场景维度上的适用性很强，在物理空间上的服务质量更有全球性保障。

 

「AI实时互动」依托实时音视频ARTC产品体系，全球3200+节点覆盖和QOS优化，用户可以与AI智能体进行全球范围的高可靠、低延时通话，网络延时低至200ms，这意味着，它可以提供高质量的全球化服务，满足众多场景下的全球性用户覆盖。

体验定制 专属AI智能体