声网年服务突破万亿分钟，押注实时语音智能体

声网称，其年度实时互动服务时长首次超过1万亿分钟。

过去两年，平台视频高清化比例增长超过十倍，海外市场720p以上分辨率流量占比超过80%。这些数据反映实时音视频已经成为大量应用的底层能力。

生成式AI正在改变这项业务的使用方式。交互对象从人与人扩展到人与模型后，系统不只需要传输声音，还要处理低延迟响应、自然打断、上下文延续和情绪表达。任何一环延迟过高，都会让语音助手显得机械。

声网称，对话式AI相关用量在2025年第三季度环比增长151%。

外部调研则显示，67%的受访企业已把语音AI智能体放在战略位置，84%计划未来一年增加投入。调查口径不能等同实际采购，但说明企业兴趣正在上升。

实时语音的商业机会来自调用量，而不是一次性模型销售。客服、陪伴和游戏等场景持续产生分钟数，可以形成按量收费；与此同时，模型推理、语音识别和网络传输叠加，也会推高每次对话的成本。

万亿分钟证明声网已有规模基础，却不能直接说明AI业务利润。后续需要观察语音智能体用量能否持续增长、每分钟收入与成本如何变化，以及开发者能否把演示产品转化为长期在线服务。