本文來(lái)自鈦媒體（www.tmtpost.com），作者 | 林志佳。
財(cái)報(bào)顯示，今年二季度，聲網(wǎng)國(guó)內(nèi)收入1.319億元，較去年同期增長(zhǎng)0.3%。截至6月30日，聲網(wǎng)活躍客戶數(shù)量達(dá)3774家，過(guò)去12個(gè)月內(nèi)凈留存率達(dá)79%。
聲網(wǎng)創(chuàng)始人兼CEO趙斌
隨著OpenAI GPT-4o等多款實(shí)時(shí)語(yǔ)音對(duì)話類模型的推出，RTE（實(shí)時(shí)互動(dòng)）技術(shù)再次迎來(lái)新的發(fā)展時(shí)期。
鈦媒體App 10月28日消息，近期舉行的RTE 2024實(shí)時(shí)互聯(lián)網(wǎng)大會(huì)上，聲網(wǎng)創(chuàng)始人兼CEO趙斌（Tony Zhao）在演講中表示，美國(guó)OpenAI近期將自身API調(diào)用成本和價(jià)格下降90%以上，中國(guó)市場(chǎng)也是價(jià)格戰(zhàn)硝煙四起，而且各種算法和模型創(chuàng)新風(fēng)起云涌、你追我趕。所以，生成式AI將提供無(wú)限的想象空間和廣闊的可能性，包括和RTE和實(shí)時(shí)互動(dòng)能力的結(jié)合，擁有巨大技術(shù)潛力。
“未來(lái)10年-20年，無(wú)論是PC，還是智能手機(jī)，都必然以如何更好支持大模型能力在端側(cè)上應(yīng)用以及推理能力提高和成熟為主要進(jìn)化軸線。”趙斌強(qiáng)調(diào)，生成式AI正在驅(qū)動(dòng)IT行業(yè)發(fā)生大變革，這一趨勢(shì)主要體現(xiàn)終端、軟件、云和人機(jī)界面四個(gè)方向上，而聲網(wǎng)將與大模型獨(dú)角獸MiniMax打造中國(guó)第一個(gè)Realtime API。
（詳見(jiàn)鈦媒體App前文：《獨(dú)家｜大模型獨(dú)角獸MiniMax將于11月發(fā)布首款對(duì)標(biāo)GPT-4o的端到端實(shí)時(shí)語(yǔ)音對(duì)話API產(chǎn)品》）
據(jù)悉，聲網(wǎng)成立于2014年，是全球?qū)崟r(shí)互動(dòng)云服務(wù)商，面向社交直播、教育、游戲電競(jìng)、IoT、AR/VR、金融、保險(xiǎn)、醫(yī)療、企業(yè)協(xié)作等多個(gè)領(lǐng)域提供PaaS（平臺(tái)即服務(wù)）、實(shí)時(shí)互動(dòng)云等技術(shù)服務(wù)。
2020年6月底，聲網(wǎng)母公司Agora,Inc.（NASDAQ:API）在納斯達(dá)克上市。
2023財(cái)年第一季度業(yè)績(jī)報(bào)告上，趙斌宣布，為努力精簡(jiǎn)組織結(jié)構(gòu)，提高運(yùn)營(yíng)效率，Agora,Inc.旗下將以不同的品牌——聲網(wǎng)、Agora運(yùn)營(yíng)兩個(gè)獨(dú)立公司，美國(guó)和國(guó)際業(yè)務(wù)將以Agora品牌運(yùn)營(yíng)，中國(guó)業(yè)務(wù)將以聲網(wǎng)品牌運(yùn)營(yíng)。“我們相信，此次戰(zhàn)略重組將使我們能夠?qū)①Y源最佳地集中在每個(gè)業(yè)務(wù)的優(yōu)先事項(xiàng)上——推動(dòng)Agora業(yè)務(wù)的增長(zhǎng)并更有效地競(jìng)爭(zhēng)聲網(wǎng)業(yè)務(wù)，同時(shí)考慮到每個(gè)市場(chǎng)客戶獨(dú)特的經(jīng)濟(jì)和產(chǎn)品需求。隨著新機(jī)遇的出現(xiàn)，這種新的組織結(jié)構(gòu)還將使我們變得更加敏捷。”
今年8月，Agora,Inc.集團(tuán)發(fā)布的最新財(cái)報(bào)顯示，2024財(cái)年第二季度，公司總收入3420萬(wàn)美元，同比增長(zhǎng)0.5%。其中，受益于物聯(lián)網(wǎng)等行業(yè)銷售增加，聲網(wǎng)國(guó)內(nèi)收入1.319億元人民幣（1860萬(wàn)美元），較去年同期增長(zhǎng)0.3%。
截至2024年6月30日，聲網(wǎng)活躍客戶數(shù)量達(dá)3774家，過(guò)去12個(gè)月內(nèi)凈留存率達(dá)79%。
如今，隨著全球經(jīng)濟(jì)復(fù)蘇以及全球科技轉(zhuǎn)向AI技術(shù)，生成式AI賽道迎來(lái)廣闊前景。
麥肯錫最新報(bào)告顯示，2023年，全球生成式AI市場(chǎng)規(guī)模670億美元，預(yù)計(jì)到2027年、2032年分別達(dá)到3990億美元和1.3萬(wàn)億美元，2023-2032年10年的復(fù)合增長(zhǎng)率高達(dá)42%。
2024年5月，OpenAI公司推出可免費(fèi)使用的全新旗艦AI模型GPT-4o，可實(shí)時(shí)進(jìn)行音頻、視覺(jué)和文本推理，并且在短至232毫秒、平均320毫秒的時(shí)間內(nèi)響應(yīng)音頻輸入，與人類在對(duì)話中的反應(yīng)速度一致。在API使用方面，相比GPT-4-Turbo，GPT-4o價(jià)格降低一半（50%），速度提升兩倍（200%）。
OpenAI CEO奧爾特曼（Sam Altman）表示，新的GPT-4o是OpenAI有史以來(lái)最好的模型，它很智能，速度很快，是原生多模態(tài)，并且它可供所有ChatGPT用戶使用，無(wú)論是免費(fèi)版本還是付費(fèi)GPT-4版。
今年10月，實(shí)時(shí)音視頻技術(shù)公司、聲網(wǎng)的兄弟公司Agora作為語(yǔ)音API合作者出現(xiàn)在OpenAI發(fā)布的Realtime API公開(kāi)測(cè)試版中，引發(fā)關(guān)注。在此之前，聲網(wǎng)和Agora上次引發(fā)關(guān)注是兩年前的實(shí)時(shí)語(yǔ)音互動(dòng)Clubhouse風(fēng)靡全球，而Agora提供實(shí)時(shí)互動(dòng)技術(shù)支持，該公司市值一度暴漲到100億美元以上。
年初至今，Agora,Inc.集團(tuán)美股上漲了20%左右，主要受益于生成式AI和海外直播電商熱潮。
10月25日，趙斌在演講中透露，過(guò)去的十年，RTE能力在各種手機(jī)應(yīng)用和軟件中的穿透力從不到1%，到2021年大概7%，到現(xiàn)在超過(guò)10%，差不多在以每年1%的速度持續(xù)穿透到各種應(yīng)用。
目前，聲網(wǎng)單月服務(wù)超過(guò)700億分鐘（按頻繁人數(shù)計(jì)時(shí)）。
會(huì)上，聲網(wǎng)正式發(fā)布RTE+AI能力全景圖，其中包括從實(shí)時(shí)AI基礎(chǔ)設(shè)施、RTE+AI生態(tài)能力、聲網(wǎng)AI Agent、實(shí)時(shí)多模態(tài)對(duì)話式AI解決方案、RTE+AI應(yīng)用場(chǎng)景五個(gè)維度，呈現(xiàn)當(dāng)下RTE與AI相結(jié)合的技術(shù)能力與應(yīng)用方案。
趙斌強(qiáng)調(diào)，生成式AI正在驅(qū)動(dòng)終端、軟件、云和人機(jī)界面四個(gè)層面發(fā)生變革。在終端上，大模型能力將驅(qū)動(dòng)PC和Phone往AI PC和AI Phone的方向進(jìn)化；在軟件上，所有軟件將通過(guò)大模型重新實(shí)現(xiàn)，從Software with AI發(fā)展至AI Native Software；云層面，所有云都需要具備對(duì)大模型訓(xùn)練和推理的能力，AI Native Cloud將成為主流；人機(jī)界面的主流交互方式將從鍵盤、鼠標(biāo)、觸屏變成自然語(yǔ)言對(duì)話界面（LUI）。
此外，今年RTE活動(dòng)上還討論了紅杉資本合伙人David Cahn（大衛(wèi)·卡恩）曾提出的“AI支出6000億美元難題”，即AI基礎(chǔ)設(shè)施的巨額投資和實(shí)際收入之間差距過(guò)大。
對(duì)此，Lepton AI創(chuàng)始人兼首席執(zhí)行官賈揚(yáng)清認(rèn)為，同等尺寸的模型，能力會(huì)越來(lái)越強(qiáng)，尤其是通過(guò)蒸餾、壓縮等技術(shù)，現(xiàn)在的Llama 3.2 3B（30億參數(shù)）模型甚至可以和以前的Llama 70B模型能力相近。除了極少數(shù)頭部公司之外，越來(lái)越多的企業(yè)會(huì)采用“開(kāi)源+精調(diào)”來(lái)做下一代模型，因此開(kāi)源架構(gòu)的應(yīng)用會(huì)越來(lái)越普遍。
賈揚(yáng)清判斷，推理成本一年內(nèi)會(huì)降到現(xiàn)在的1/10，創(chuàng)業(yè)者在構(gòu)建應(yīng)用時(shí)可以按照做一個(gè)應(yīng)用成本是目前1/10來(lái)進(jìn)行成本核算，看能不能做，包括模型、硬件和應(yīng)用在上量后，也都是可以降低成本的。
Hugging Face工程師王鐵震表示，現(xiàn)在擔(dān)心AI取代人類是比較早的，但是AI已經(jīng)對(duì)一些行業(yè)產(chǎn)生了不好影響，比如視頻以假亂真的影響，包括對(duì)青少年心理的影響，而這里創(chuàng)業(yè)的機(jī)會(huì)也是非常多的。
MiniMax合伙人魏偉強(qiáng)調(diào)，隨著多模態(tài)的出現(xiàn)，生成式AI的邊界一定會(huì)被繼續(xù)拓展，文本、語(yǔ)音、音樂(lè)、視頻這些模型可以很好地幫助藝術(shù)、影視、音樂(lè)等領(lǐng)域的創(chuàng)作者極大地提高效率，并加速相關(guān)產(chǎn)業(yè)的變革。
“過(guò)去的十年，實(shí)時(shí)互動(dòng)從理念發(fā)展成一個(gè)行業(yè)。實(shí)時(shí)互動(dòng)技術(shù)不僅助力社交泛娛樂(lè)、在線教育、IoT、企業(yè)服務(wù)等幾十個(gè)行業(yè)、數(shù)百個(gè)場(chǎng)景實(shí)現(xiàn)了跨越式成長(zhǎng)，也支撐了諸多互聯(lián)網(wǎng)風(fēng)口的進(jìn)化。我們有理由期待下一個(gè)十年更為波瀾壯闊和激動(dòng)人心，開(kāi)創(chuàng)一個(gè)生成式AI時(shí)代下的RTE新篇章。”趙斌在演講結(jié)尾表示。
