声网 iRTE2026 提出 L1 到 L5 五级对话能力框架

2 hours ago AI闪点

10 月 23 日，iRTE2026 实时智能大会在北京举行，声网创始人兼 CEO 赵斌在主论坛发表《对话 AGI：实时互动的下一章》演讲，提出五级对话能力框架，把对话式 AI 从基础应答走向深度理解与关系沟通的路径划成五个层次。

L1 到 L5 的能力阶梯

框架第一层是基于自身视角的表达，以自我表达和被动接续为主，实现问一句答一句。第二层转向基于互动规律的表达，从被动回应走向主动表达，让对话更自然连贯。第三层是基于个体认知的沟通，理解个体的身份、意图与处境，实现因人而异的沟通。第四层进入基于群体认知的沟通，理解社会关系与角色差异，适应复杂的多人沟通场景。第五层是基于深度关系的沟通，理解长期上下文与关系演变，形成更深层次的理解与思维默契，让沟通从理解当下走向理解一个人。

实时互动成为对话 AI 的基础设施

赵斌提到，过去一年 OpenAI 等公司对 WebRTC 技术的深入采用，让实时互动技术在对话 AI 领域获得更广泛应用。对话场景对延迟、稳定性和双向交互的要求比传统 AI 应用更严格，模型要一边接收输入，一边理解上下文、组织回应，必要时随时应对打断并持续调用工具。声网给出的方向是全球实时传输网络、分布式云边端联合推理、实时编排与全双工交互，对话式 AI 引擎以全双工交互为核心连接模型、Agent 运行框架与用户。开发者侧提供 SDK、Skills、CLI 与 Recipes 等工具。

圆桌上的分歧点

两场圆桌把话题推向入口之争。斜跃智能创始人陈伟认为具身智能的关键是让人的意图真正转化为机器人的行动，机器人需融合视觉、语音与自身状态做多模态感知与决策。Rokid 乐奇联合创始人蔡国祥表示对话体验是 AI 穿戴的核心竞争力，无论硬件多强，对话不够自然用户体验就会受影响。冠客科技创始人耿祥磊则指出 AI 语音座席要可靠交付业务必须解决延迟、打断时机与拟人化，延迟甚至可能直接影响任务结果。泰坦启明 CEO 吴侃提到 AI 招聘要形成业务闭环还需沉淀行业数据，帮 Agent 建立长期记忆。

延伸阅读

AI 自学笔记 每天更新 AI 前沿动态，订阅 RSS，或按 Ctrl/⌘+D 收藏本站，明天见。

继续读

同一批更新里这几篇值得一看：

想快速查定义？对应的词条在这里：

Related News