大模型倍速进化，对话式AI如何上演神奇魔法？

- 每天一个新技能，今天和太乙真人唠嗑

3 月 24 日深夜，DeepSeek-V3 的新版本 DeepSeek-V3-0324 正式上线，此次上线的新版本在代码能力上已经追平美国 Anthropic 公司大模型 Claude 3.7。

从 ChatGPT 到 DeepSeek，大模型日新月异的更新迭代推进 AI 原生应用的普及，像极了当年手机厂商在硬件性能的不断溢出，带动操作系统原生软件应用的普及和发展。

机构预测，2025 年将是 AI 原生应用爆发的元年，从行业应用来看，智能辅导老师、智能诊断、AI陪伴、智能游戏 NPC、AI玩具等都展现出了一定的市场机会。

机会的背后是硬件厂商、软件技术厂商、大模型厂商、应用开发者的合力“狂飙”。

网易云信作为业内领先的融合通信与云原生 PaaS 服务厂商，以大模型为底座、以 RTC、IM 为媒介，以应用为输出端口，打造了一个兼具易用、安全、快捷接入的实时对话式 AI 智能体。

本期，我们将揭秘实时对话式 AI 智能体配置台到底长什么样？以及它背后的设计考量和技术创新。

01

操作简单，低成本学习

目前，网易云信控制台在 AI 智能体 选择上，主要支持语音助手与同声传译两项核心功能。

其中语音助手包含了：ASR+LLM+TTS、RealTime、with Dify、with metahuman 四种方式。

在控制台，为了方便开发者测试使用，在栏目设置上进行了简化处理，只保留了：角色选择、欢迎词设置、ASR 配置、LLM 配置、TTS 配置以及智能打断。

其中，角色选择支持现有角色选择和定制角色两种，定制角色需要开发者自行输入“Prompt”进行角色性格、职业、教育背景、行业等描述。

而 ASR 配置、LLM 配置、TTS 配置三部分已经支持主流的大模型厂商，如DeepSeek、OpenAI、豆包、Minimax、通义千问等等模型，同时行业垂类模型也已经完成支持适配，只需开发者进入云信控制台配置即可。

当然，ASR、LLM、TTS 配置过程中会有一些细节需要开发者注意，比如ASR 配置的源语言识别、LLM 配置的温度和上下文长度、TTS 配置的过滤内容等。

考虑到开发者在测试以及用户在不同场景下的使用体验，网易云信实时对话式 AI 智能体新增打断设置功能，该功能支持禁用语音打断、开始说还是打断和结束说话时打断。

02

技术创新拉满，保障用户体验

网易云信实时对话式 AI 智能体在操作界面和接入上更为简单、快捷主要得益于众多合作客户的反馈。

特别是考虑到会有很大一批不备深厚 AI 技术背景的开发者和产品会直接使用该能力。所以，不论是在代码集成，还是控制台操作上，我们更加倾向于快速、简单的逻辑，以此方便开发者进行智能体的创建、训练和管理，降低了开发门槛。

在技术融合上，网易云信创新性地融合的 “LLM+ASR+TTS”，相比传统以词库和 NLP 进行语义理解和触发的语音识别技术，不仅更好地识别说话者的意图甚至情绪，还能响应更匹配的内容。

比如通过在对话响应环节引入大模型，可以将多个智能体进行串联编排，并定义语言风格与特征，实现多场景高情商的回复内容，再叠加丰富的音色配置，最大化对话的情绪价值 。

在实时性方面，基于网易云信全球部署的 WE-CAN 智能路由网络，可以做到端到端延时低至 800ms，使得对话更接近人的相应可反馈时效。

同时，考虑到对话的环境和持续性问题，网易云信通过独创的智能降噪、智能人声锁定技术，可以做到屏蔽 95% 的环境人声与噪声干扰，并智能识别人声语音输入，实现智能打断功能，减少长文本播放的等待时间，极大提升对话效率。

目前，网易云信实时对话式AI智能体支持中文、英文、西语、阿拉伯语等全球主流语种，以及国内大部分地区方言识别与实时对话。

科技的尽头是便民与创造美好生活，网易云信将持续秉承科技创造美好的初衷，为开发者提供简单、易用、高质量的底层工具，助力开发者服务员工、用户与社会发展。

点击阅读原文，获取体验 demo。

云小信智能体，为您 7x24h 在线答疑

关于我们

   干货资料 免费领取   

【扫描二维码】即可免费领取！