两年前泛娱乐社交热潮的时候，元宇宙这个概念很火，从去年开始， AIGC的元素就开始慢慢地融入其中，再到最近的 ChatGPT，人们已经达成了共识，那就是人工智能领域的突破，将会引领新一轮的技术浪潮。整合大模型也会成为未来泛娱乐社会产品的发展方向。

(资料图片)

声网作为一家历经九年发展的全球实时互动云服务开创者和引领者，终于迎来了“开花期”。声网API将成为AIGC的关键突破点之一，而不是前几年被机构所遗忘的“鸡肋”技术。

AI+游戏娱乐的应用空间很大

目前，上海几个游戏公司已经在 NPC中加入了大型模型。声网娱乐产品总监李斯特认为，目前有很多新兴的游戏，比如虚拟主播、棋牌游戏、社交类游戏等，都非常适合大语言模型的使用。比如，与音视频技术紧密结合的狼人杀场景，在未来，在一局真实的线上狼人杀游戏中，可能会有很多的 AI玩家和真实玩家同时存在。

而随着泛娱乐社交赛道的逐渐成熟，从找到合适的新场景，到将想法转化为产品，留给创业者的时间越来越短，这也导致了产品的快速上线变得越来越重要。声网作为音像技术的底层服务商，一直致力于为企业快速构建泛娱乐场景，提供场景化的 API。

就拿在线合唱场景来说，声网除了提供实时、低延迟、强同步的音视频功能外，还提供了一整套 KTV场景的组建化工具。

在线实时合唱场景是近年来声网观察到的一种快速增长的场景，在用户留存、活跃度等方面具有显著优势。声网发现将优秀的合唱团功能加入到产品中，能够极大的提高用户的参与度和粘性，根据数据显示，上麦率提高了七成，活跃度提高了三成。这个组件化工具可以理解成功能的代码块，在被集成到开发者的项目里后，可以快速把K歌场景跑起来，尽量减少中间的复杂逻辑。

声网生成式AI技术正得到国际市场认可

声网生成式人工智能技术致力于为 RTC/RTE领域提供更好的服务，它能够实现超分、超质、超音、超流、超测、超帧、抠图等功能。目前，除了“超帧”这个尚未完全落地、商业化的产品外，其他的都已经开发出来了，或者即将开发出来。

就拿声网 SDK来说，仅凭声音数据，就能生成视频或驱动“超音”，将 ChatGPT数据输入左侧，右侧就能得到1080 p以上的分辨率。从移动端实现的面捕实时驱动案例看，因为模型相对较好，所以要在移动端有较高的覆盖率，不能只关注高端手机。声网在算法上进行了最大程度的优化，就像我刚刚提到的超级画质，每帧都能达到1080 P。在iphone10和iphone11中，处理时间少于1毫秒，而4 K视频同样可以通过软件进行处理。

从2018年开始，声网一直在为内容，用户，互动方式而苦恼。无论是在内容还是在数据方面， UGC数量都在增加；在消费方式方面，它变得更加个性化了，不仅是算法推荐，而且是非线性的、突发性的消费，许多虚拟内容都希望有一种实时临场的感觉，如今的交互方式除了手之外，已经开始使用语音和手势。

声网首席科学家钟声对生成式人工智能的未来发展提出了两点设想，第一点就是读取人的大脑，将其转化为互动。随着内容越来越多，搜索的重点也越来越多，算法推荐也就应运而生了。有很多知识，但我们却不知道如何获取，也不知道哪种知识对我们有用，因此需要自动化地获取它们。现在看得更加清楚了，在未来，它们将会融合成一个统一的整体，完全由 AI产生并支配， AI生成的视频可以让你无时无刻不在看。

声网生成式AI不仅从技术上已经大大超过了许多A股上市公司的大模型架构，而且在机构投资者众多的美股市场也受到了极大的认可，就在5月5日，公司美股一度涨幅超11%，获得了大量资金的入场投资。

二十届中央财经委员会第一次会议提到：要把握人工智能等新科技革命浪潮。声网作为行业内的先行者正努力发展成为我国AIGC产业的关键“铲子”企业，为我国人工智能发展奠定一定的基础。