iRTE2026：声网CEO赵斌提出对话AGI五级能力框架，探讨实时智能新范式

事件概述

10月23日，iRTE2026实时智能大会在北京举行。声网创始人兼CEO赵斌发表题为《对话 AGI：实时互动的下一章》的主旨演讲，提出“五级对话能力”框架，并指出实时互动技术正从单纯的信息传递延伸为支撑AI感知、理解、表达与行动的基础设施。会议还通过两场圆桌讨论，聚焦个人智能体的入口价值及对话式AI在具身智能、智能穿戴和企业服务中的实际落地。

核心信息

1. 对话 AGI 的五级进化框架

赵斌认为，衡量对话式AI进步的标准不应仅局限于回答速度或语言自然度，更在于其对意图、处境及关系的理解深度。他提出了五个层级的对话能力模型：

• L1 基于自身视角的表达：以自我表达和被动接续为主，实现基础的“问一句、答一句”。
• L2 基于互动规律的表达：从被动回应转向主动表达，提升对话的自然性与连贯性。
• L3 基于个体认知的沟通：能够识别个体的身份、意图与处境，实现因人而异的个性化沟通。
• L4 基于群体认知的沟通：理解社会关系与角色差异，适应复杂的多人协作沟通场景。
• L5 基于深度关系的沟通：掌握长期上下文与关系演变，形成思维默契，实现对“一个人”的深度理解而非仅是对话当下的回应。

这一框架标志着AI与人之间关系的转变：从完成单次问答任务，升级为理解用户个性、社会关系，并最终建立跨越时间与情境的深度连接。

2. 实时智能基础设施（Real-Time AI Infra）的重要性

随着AI从单轮问答走向持续交互，实时互动基础设施成为连接模型、Agent运行框架与用户的关键支撑。对话场景对延迟、稳定性和双向交互有极高要求，任何环节的延迟都可能破坏对话自然性或导致任务失败。

• 技术支撑方向：通过全球实时传输网络、分布式云边端联合推理、实时编排与全双工交互能力，确保模型和Agent在真实场景中持续协同。
• 行业趋势：OpenAI等公司深入采用WebRTC技术，推动了实时互动技术在对话式AI领域的广泛应用。声网等厂商正通过SDK、Skills及CLI工具完善开发套件，助力开发者构建具备完整逻辑与执行能力的Agent。

3. 圆桌对话：个人智能体与硬件入口

由声网联合创始人Tony Wang主持的圆桌讨论了个人智能体是否将成为下一代个人入口。

• 范式变革：科技博主Eugene Wei和播客主理人潘乱指出，AI产品价值正从争夺注意力转向高效完成任务。未来的个人智能体需主动承担目标明确的事务。
• 硬件形态：AIoT创业者华建新认为，入口未必由单一设备独占，眼镜、耳机等能感知环境并执行任务的硬件均有发展空间。
• 核心价值：个人智能体的关键在于对“上下文”的理解，包括用户兴趣、社交关系等。衡量标准应关注用户与Agent的交互频率及主动性。

4. 圆桌对话：从“能聊天”到“能办事”的场景落地

由声网首席商业官崔博主持的第二场圆桌聚焦对话式AI在垂直行业的真实价值创造。

• 具身智能：斜跃智能创始人陈伟强调，机器人需融合视觉、语音等多模态信息，在开放环境中持续理解人类意图并调整行动，实现交互与行动的一体化。
• 智能穿戴：Rokid乐奇联合创始人蔡国祥指出，低延迟和稳定的实时交互是AI穿戴设备的核心竞争力，目标是让用户感受不到与AI对话的存在，AI眼镜有望成为重要个人入口。
• 企业服务：冠客科技创始人耿祥磊和泰坦启明CEO吴侃分别提到，To B营销需解决延迟和拟人化问题以保障业务结果；AI招聘则需沉淀行业数据，建立长期记忆，围绕具体业务事件（如到面、入职）辅助优化服务质量，而非简单替代人工。

值得关注

对话式AI的竞争焦点已从基础模型能力延伸至上下文理解、实时交互质量、复杂关系认知及任务执行能力。实时互动技术将在连接数字世界与物理世界、推动业务闭环中发挥更深层的作用。