9月24日，聲網在北京舉辦了主題為“AI重塑會議協作”的產品發布會，正式發布了 aPaaS “靈動會議”，該產品通過領先的RTE技術，融合生成式 AI能力重塑會議協作使用體驗，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、協作和調度需求。
“RTE 技術確保了低延遲、高質量的音視頻傳輸，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。兩大技術支撐，讓會議從傳統的信息傳輸工具升級為智能協作平臺，有效提升了會議效率和用戶體驗。"聲網數字化行業負責人和利鵬介紹。
AI 成為下一代視頻會議的新方向
隨著技術的演變和企業轉型對降本增效的需求，國內視頻會議正在發生三大核心變革：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務能力。
首先是生成式 AI 技術的快速發展，會議系統正在經歷從“信息通道”向“智能決策引擎”的轉變，過去的會議系統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，傳統的 MCU 會議系統依賴昂貴的專用硬件，給企業帶來了高成本的壓力，而云會議系統憑借其靈活、兼容、高效的優勢，逐步取代了傳統 MCU 系統。
最后，由于企業數字化轉型的深入，會議系統不再是孤立的工具。企業需要將會議功能與其現有的業務系統深度集成，無論是內部協作、客戶支持還是市場營銷，會議都必須與業務流程緊密結合。
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需求、支持業務集成的開放API能力，同時具備創新AI引擎架構的產品，在此背景下，聲網推出了“靈動會議”aPaaS 產品。
AI+RTE 解鎖全新智能化會議體驗
“靈動會議”產品采用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務需求。
基于聲網自研的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（文本轉語音）技術，具備 Workflow 編排能力。尤其是聲網的 AI 框架支持多模態大模型的集成，這意味著企業不僅可以使用單一模型（如語音識別模型），還可以將多模態的大模型能力（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”產品底層的AI框架，開發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，開發者還能通過“靈動會議”的產品架構將這些 AI 功能獨立對外賦能其他產品，這意味著企業不僅能在會議場景中實現智能化升級，還可以通過靈動會議的 RTC 與 SIP 網關互通功能，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，使得開發者可以在較短的時間內完成集成，無需進行大量的底層開發。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自己的會中功能，提升開發和上線效率。
“通過這些智能化功能的深度結合，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 RTE 平臺的深度融合，真正參與并優化會議的各個環節。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，支持靈活部署和擴展
在傳統企業數字化轉型時，視頻會議不但要考慮和已有業務系統集成和打通，還需要充分利舊傳統會議設備。當企業已經擁有傳統 MCU 架構時，擴展到新的云視頻架構的傳統做法是使用視頻網關將兩種架構進行轉換，但這種方法需要額外的設備并消耗更多資源。
而“靈動會議”產品提供了最新的解決方案：支持 SFU+MCU 混合架構。“MCU 模塊與 SFU 模塊直接集成，拋棄了傳統的網關架構，通過裸流通信技術，實現終端設備與云端的直接互通，解決了網關集成時的畫質損失問題，并且混合架構支持 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模會議和復雜網絡環境，幫助企業實現音視頻會議系統的全方位升級。”聲網靈動會議技術負責人夏磊介紹。
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，能夠靈活適應企業的不同安全和合規要求。同時，“靈動會議”還支持混合云和公有云的無縫備份與切換，確保業務的連續性和數據的安全性。
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？夏磊現場介紹，“靈動會議”依托聲網 SD-RTN™ 軟件定義實時網，能做到80% 丟包情況下，音視頻通話流暢，以及極致的抗弱網能力，超低卡頓，國內視頻平均卡頓率小于 1.1%，海外視頻平均卡頓率小于 2%，隨時隨地提供高質量視頻會議服務。
不僅如此，聲網的多項音視頻“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，讓用戶擁有更高畫質、更純凈、更流暢的視頻會議體驗。
現場，會暢通訊產品總監王暉針對 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，比如準確度、企業信息安全、實施成本等問題。
在這些問題上，涉及企業數據信息的服務，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，為企業提供個性化需求；成本上，應當充分利用企業現有的資源，而不是重復采購建設，會暢會充分考慮到企業現有資源，如企業已有的傳統硬件終端利舊、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，如何重塑會議與協作體驗？
在發布會的最后，會暢通訊產品總監王暉、京東科技協同辦公業務部產品經理曾冠、科達-摩云視訊銷售總監俞中、聲網數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為“所見即所得”，幫助用戶快速獲取想得到的內容，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。”
