9月24日，聲網(wǎng)在北京舉辦了主題為“AI重塑會議協(xié)作”的產(chǎn)品發(fā)布會，正式發(fā)布了 aPaaS “靈動會議”，該產(chǎn)品通過領(lǐng)先的RTE技術(shù)，融合生成式 AI能力重塑會議協(xié)作使用體驗，為客戶提供低代碼視頻會議平臺，并且采用了多云、多平臺設計，提供 SFU+MCU 混合架構(gòu)部署能力，支持客戶進行靈活部署和擴展，全面滿足客戶會議、協(xié)作和調(diào)度需求。
“RTE 技術(shù)確保了低延遲、高質(zhì)量的音視頻傳輸，讓視頻會議溝通更加實時流暢；而生成式 AI 則通過對會議內(nèi)容的分析和生成，提供智能化的輔助功能，如實時字幕、AI會議紀要等。兩大技術(shù)支撐，讓會議從傳統(tǒng)的信息傳輸工具升級為智能協(xié)作平臺，有效提升了會議效率和用戶體驗。"聲網(wǎng)數(shù)字化行業(yè)負責人和利鵬介紹。
AI 成為下一代視頻會議的新方向
隨著技術(shù)的演變和企業(yè)轉(zhuǎn)型對降本增效的需求，國內(nèi)視頻會議正在發(fā)生三大核心變革：AI賦能，會議向智變；MCU 退場，云會議崛起；以及從會議工具到業(yè)務能力。
首先是生成式 AI 技術(shù)的快速發(fā)展，會議系統(tǒng)正在經(jīng)歷從“信息通道”向“智能決策引擎”的轉(zhuǎn)變，過去的會議系統(tǒng)只承擔信息傳遞的功能，而如今，AI 賦能為會議提供了更多智能化的支持。其次，傳統(tǒng)的 MCU 會議系統(tǒng)依賴昂貴的專用硬件，給企業(yè)帶來了高成本的壓力，而云會議系統(tǒng)憑借其靈活、兼容、高效的優(yōu)勢，逐步取代了傳統(tǒng) MCU 系統(tǒng)。
最后，由于企業(yè)數(shù)字化轉(zhuǎn)型的深入，會議系統(tǒng)不再是孤立的工具。企業(yè)需要將會議功能與其現(xiàn)有的業(yè)務系統(tǒng)深度集成，無論是內(nèi)部協(xié)作、客戶支持還是市場營銷，會議都必須與業(yè)務流程緊密結(jié)合。
隨著市場的不斷變化，尤其是政企，需要一款能夠滿足云會議架構(gòu)需求、支持業(yè)務集成的開放API能力，同時具備創(chuàng)新AI引擎架構(gòu)的產(chǎn)品，在此背景下，聲網(wǎng)推出了“靈動會議”aPaaS 產(chǎn)品。
AI+RTE 解鎖全新智能化會議體驗
“靈動會議”產(chǎn)品采用RTE Core 和 AI Core 的雙引擎深度融合，能夠靈活適配多種會議場景業(yè)務需求。
基于聲網(wǎng)自研的AI Agent 框架，“靈動會議”能夠兼容市場上主流的 ASR（自動語音識別）、LLM（大語言模型）和 TTS（文本轉(zhuǎn)語音）技術(shù)，具備 Workflow 編排能力。尤其是聲網(wǎng)的 AI 框架支持多模態(tài)大模型的集成，這意味著企業(yè)不僅可以使用單一模型（如語音識別模型），還可以將多模態(tài)的大模型能力（如圖像、音頻、文本處理等）融合到一起，滿足更復雜的會議場景需求。
同時，通過“靈動會議”產(chǎn)品底層的AI框架，開發(fā)者可以高效地集成會前、會中、會后場景的多種 AI 功能，如AI會議紀要、實時翻譯、AI助手等，滿足實時互動和會議場景的需求。并且，開發(fā)者還能通過“靈動會議”的產(chǎn)品架構(gòu)將這些 AI 功能獨立對外賦能其他產(chǎn)品，這意味著企業(yè)不僅能在會議場景中實現(xiàn)智能化升級，還可以通過靈動會議的 RTC 與 SIP 網(wǎng)關(guān)互通功能，應用于如 AI 電話客服等場景，大幅降低客服成本，提升運營效率。
在集成方式上，“靈動會議”采用aPaaS低代碼設計，通過提供模塊化的API、UI組件和即插即用的集成功能，使得開發(fā)者可以在較短的時間內(nèi)完成集成，無需進行大量的底層開發(fā)。如果UI不能滿足，“靈動會議”還提供多層次API接口與插件機制，支持基于SDK Core層和 RTE PaaS 層的定制，滿足多場景需求，通過標準的插件機制，客戶無需依賴原廠即可通過插件實現(xiàn)自己的會中功能，提升開發(fā)和上線效率。
“通過這些智能化功能的深度結(jié)合，靈動會議為用戶帶來了全新的會議體驗。AI 不再是一個單一的工具模塊，而是通過與聲網(wǎng) RTE 平臺的深度融合，真正參與并優(yōu)化會議的各個環(huán)節(jié)。這就是我們所說的AI會議——AI深度嵌入會議流程，重新定義了會議的方式，而不是簡單地為會議提供AI功能的‘會議AI’。”和利鵬表示。
SFU+MCU 混合架構(gòu)，支持靈活部署和擴展
在傳統(tǒng)企業(yè)數(shù)字化轉(zhuǎn)型時，視頻會議不但要考慮和已有業(yè)務系統(tǒng)集成和打通，還需要充分利舊傳統(tǒng)會議設備。當企業(yè)已經(jīng)擁有傳統(tǒng) MCU 架構(gòu)時，擴展到新的云視頻架構(gòu)的傳統(tǒng)做法是使用視頻網(wǎng)關(guān)將兩種架構(gòu)進行轉(zhuǎn)換，但這種方法需要額外的設備并消耗更多資源。
而“靈動會議”產(chǎn)品提供了最新的解決方案：支持 SFU+MCU 混合架構(gòu)。“MCU 模塊與 SFU 模塊直接集成，拋棄了傳統(tǒng)的網(wǎng)關(guān)架構(gòu)，通過裸流通信技術(shù)，實現(xiàn)終端設備與云端的直接互通，解決了網(wǎng)關(guān)集成時的畫質(zhì)損失問題，并且混合架構(gòu)支持 MCU 上的多個硬件終端與云端 SFU 的軟終端之間的多畫面靈活組合，用戶可以自主選擇多個視頻流進行合成，不再局限于畫中畫模式。這一解決方案適用于大規(guī)模會議和復雜網(wǎng)絡環(huán)境，幫助企業(yè)實現(xiàn)音視頻會議系統(tǒng)的全方位升級。”聲網(wǎng)靈動會議技術(shù)負責人夏磊介紹。
此外，在部署方式上，“靈動會議”支持多種部署模式，包括私有化、混合云、公有云等，能夠靈活適應企業(yè)的不同安全和合規(guī)要求。同時，“靈動會議”還支持混合云和公有云的無縫備份與切換，確保業(yè)務的連續(xù)性和數(shù)據(jù)的安全性。
音視頻黑科技 提升視頻會議體驗
對于如何能保障整體的視頻會議體驗？夏磊現(xiàn)場介紹，“靈動會議”依托聲網(wǎng) SD-RTN™ 軟件定義實時網(wǎng)，能做到80% 丟包情況下，音視頻通話流暢，以及極致的抗弱網(wǎng)能力，超低卡頓，國內(nèi)視頻平均卡頓率小于 1.1%，海外視頻平均卡頓率小于 2%，隨時隨地提供高質(zhì)量視頻會議服務。
不僅如此，聲網(wǎng)的多項音視頻“黑科技”也在刷新視頻會議互動場景體驗天花板，有專為實時互動打造的自研高清語音引擎， 視頻增強策略、AI降噪和回聲消除能力等技術(shù)，讓用戶擁有更高畫質(zhì)、更純凈、更流暢的視頻會議體驗。
現(xiàn)場，會暢通訊產(chǎn)品總監(jiān)王暉針對 AI 重塑視頻會議的思考。他表示，AI 在給視頻會議場景帶來全新體驗的同時也帶來了挑戰(zhàn)，比如準確度、企業(yè)信息安全、實施成本等問題。
在這些問題上，涉及企業(yè)數(shù)據(jù)信息的服務，會暢通過混合云 2.0 幫助客戶在本地部署，保障企業(yè)信息安全性；靈活度上，會暢平臺支持集成三方 AI、翻譯、H5等，為企業(yè)提供個性化需求；成本上，應當充分利用企業(yè)現(xiàn)有的資源，而不是重復采購建設，會暢會充分考慮到企業(yè)現(xiàn)有資源，如企業(yè)已有的傳統(tǒng)硬件終端利舊、本地自有語音線路、本地自有AI模型，降低視頻會議場景部署的實施成本。
圓桌：AI浪潮下，如何重塑會議與協(xié)作體驗？
在發(fā)布會的最后，會暢通訊產(chǎn)品總監(jiān)王暉、京東科技協(xié)同辦公業(yè)務部產(chǎn)品經(jīng)理曾冠、科達-摩云視訊銷售總監(jiān)俞中、聲網(wǎng)數(shù)字化會議解決方案負責人尚敬超，圍繞“AI浪潮下，如何重塑會議與協(xié)作體驗？”話題進行深度交流和探討。
在談到AI為視頻會議帶來的改變時，王暉提到，利用 AI 為企業(yè)客戶提供定制化的功能，在會前、會中、會后都加入AI，讓會議溝通更加有效率，開會體驗更佳。俞中則認為，隨著底層音視頻能力與AI自身學習能力的提升，視頻會議的整體效果會演變得更加優(yōu)秀，比如沉浸式的3D場景將會是 AI 大顯身手的方向。
尚敬超認為，“AI 技術(shù)會讓視頻會議脫離工具屬性，真正融入生活，例如原本成本較高的同聲傳譯場景，通過 AI 也可以讓多語言視頻會議的成本進一步壓縮，降低所有人的使用門檻。”
關(guān)于會議AI 的想象空間，曾冠認為，“通過 AI 和穿戴設備，未來的溝通方式將從信息溝通變?yōu)?ldquo;所見即所得”，幫助用戶快速獲取想得到的內(nèi)容，從而更好的服務于工作。”尚敬超認為，“未來的會議主要是AI參與，人只需要最終下一個指令做決策，從而擺脫無窮無盡低效會議的束縛。而這背后，實時性和輔助決策也是最重要的兩點。”
