过去一年，OpenAI、Thinking Machines Lab 等多模态团队开始把注意力从「生成更拟人的语音回答」，迈向一个更难的问题：AI 如何真正参与一场实时发生的互动。
全双工模型让智能体边听边说，全模态让语音、视觉等信息协同判断，而交互模型又往前一步：此刻这场互动正在发生什么，下一步应该如何思考、响应和行动。
10 月 23 日下午，iRTE 2026「对话式 AI 技术专场」将围绕 「互动即智能：对话式 AI 与交互模型」，一起讨论这些正在发生的变化。
本场论坛由西北工业大学计算机学院教授、博士生导师谢磊，与声网多模态负责人吴渤共同担任出品人。
从音频智能、多模态交互、多说话人语音识别，到语音生成与交互模型，来自高校与产业一线的研究者、开发者，将从不同技术路径回答一个共同的问题：AI 真正进入实时互动，还需要具备哪些能力？
主题分享丨 AI 如何学会实时互动？
从音频智能、多模态交互，到多说话人识别、实时语音生成，再到下一代交互模型，五场主题分享将从不同环节拆解 AI 如何实现「实时互动」。
- 谢磊 @西工大｜基础模型时代的音频智能：从理解与生成走向交互与智能体
- 王泽源 @声网｜多模态模型与实时语音交互
- 李明 @港中文深圳｜复杂多人交互场景下的目标人声抽取与多说话人语音识别
- 王新升 @Soul｜Loxi-Speech：为实时交互而生的语音合成
- 杨学锐 @阶跃星辰｜关于下一代交互模型的技术思考
- 马占宇 @美团丨构建 Voice Agent 的「度量衡」与「加速器」：从 VoiceAgentEval 基准到强化学习优化
圆桌｜实时交互模型的落地和探索
来自模型、语音与产品一线的嘉宾将一起讨论：实时交互真正进入产品，还要跨过哪些模型、工程与体验门槛？
圆桌嘉宾
- 徐广健｜亮源新创音频技术负责人
- 谢之非｜NTU PhD，VoiceMem、Mega-ASR、Mini-Omni 作者
- 杨斌丨 BreezeBlue AI 创始人 & CEO
- 王新升｜Soul 洛希事业部负责人、Loxinity co-founder
主持人
- 吴渤｜声网多模态负责人
如果你正在做语音交互、多模态模型、实时 AI 应用，欢迎来到现场！
10 月 23 日 14:00–17:00，iRTE 2026 实时智能大会，北京悠唐皇冠假日酒店。
门票限时免费，加入我们：https://www.bagevent.com/event/sales/6irv248ftquhuztz4utylfi7m2xn4f8n
如果今年只参加一场实时交互模型和 Voice Agent 大会，来 iRTE2026 实时智能大会就够了。
在这里，Kimi、MiniMax、阶跃星辰、面壁智能、模思智能、生数科技等国内领先大模型公司将带来最前沿的 AI 产品 / 技术分享，话题覆盖多模态模型、Voice Agent、AI 硬件、具身智能、实时基础设施等。
还有美团、阿里 ATH、Rokid、斜跃智能、博通集成、Soul、HOLLA、EF 英孚、伴鱼等企业分享 Voice Agent 在客服、硬件、具身智能、社交、教育等行业场景的落地。现场更有丰富的开发者工作坊，手搓各类 Voice Agent 应用与硬件。
10 月 23-24 日，来 iRTE 大会现场，与国内外一线的 AI 产品 / 技术专家深度交流，掌握 RTE、Voice Agent、实时多模态的最新动向与技术实践，把握 2026 Voice Agent 技术风向标。
- 大会官网：shengwang.cn/rteconf
热门跟贴