随着Agent承接更多连续、多步骤任务,语音的价值正从便捷输入,延伸到人与智能体之间的实时协作。这一变化已经反映在产品演进中。Open AI在Chat GPT桌面应用中引入面向Work和Codex的语音交互,支持用户通过自然对话发起、协调任务;Claude语音模式也可以使用已连接的邮件、日历和文档等工具。语音与工具调用的结合,正在拓展AI的应用边界。

在国内,百融智能(6608.HK)正沿着智能硬件与企业服务两条路径推进布局:通过“百语”将语音能力接入终端,通过企业级“硅基员工”将对话连接到业务流程。两条路径共同指向一个命题:如何让自然表达转化为可执行、可交付的任务。

入口之争,从获取指令走向协同执行

过去,语音助手的典型用途是查询天气、播放音乐、设置提醒。任务相对简单,交互也大多止于一问一答。进入Agent时代,用户交给AI的可能是一项需要查询资料、调用工具、多次确认才能完成的工作。

这意味着,交互系统既要理解最初的要求,也要跟上执行过程中不断变化的意图。用户说“先停一下”,系统需要判断暂停什么;用户补充“换成明天下午”,系统需要明确修改哪项安排,并保留其他已确认信息。

语音的优势,恰恰在于贴近这种边思考、边表达、边调整的过程。在办公场景中,它可以降低发起和干预任务的操作负担;在穿戴、家居等场景中,它能够减少对屏幕的依赖。

但任务能否随时调整,最终取决于语音交互与Agent执行系统的协同。听见一句修改意见之后,系统还需要更新任务状态、调用相应工具,并反馈执行结果。由此,语音入口的竞争开始深入智能体的工作流程。

硬件端看持续使用,企业端看结果交付

百融智能的第一条路径,是通过“百语”降低智能硬件接入语音Agent的门槛。

据悉,百语采用端云协同架构,围绕时延、芯片兼容、网络容错和设备控制进行适配,覆盖陪伴玩具、智能穿戴及行业终端等应用,并提供降噪、回声处理、流式识别和自然打断等能力。

对硬件厂商而言,接入模型只是起点。设备能否在家庭噪声中听清指令,能否理解不完整的表达,能否在连续交流中保持上下文,都会影响用户是否愿意持续使用。竞争也因此从“设备有没有AI”,转向AI能否提供稳定、有用的体验。

而在面向企业端,例如客服、营销和客户经营等场景中,百融将语音能力与知识库、企业工具及业务流程连接,让“硅基员工”在沟通中识别需求、调用工具、推进流程并记录结果。

消费终端关注使用体验与用户留存,企业客户则更关注任务完成率、交付稳定性和投入产出。两类需求共同推动语音能力向更深的场景适配发展。

与此相应,百融智能探索RaaS(结果即服务)模式,将服务计量与任务交付、部署规模或业务成果相联系。商业评价随之深入执行环节:一次对话是否解决了问题,一项任务是否完成,持续运行的成本能否支撑规模化部署。

从演示到生产,差距在整条链路

语音Agent的商业化,往往要在演示之外接受检验。

安静环境中回答流畅,并不意味着在多人交谈、口音差异或网络波动时仍能稳定工作;能够及时停止播报,也不代表能够在打断后准确恢复任务。识别、理解、工具调用与状态管理,需要在真实环境中持续协同。

百融智能BR-Voice端到端语音大模型支持500毫秒级响应,以及情绪感知和副语言识别。这些能力构成自然交互的基础,规模化应用还需要高并发处理、终端适配、权限管理和运行监控共同支撑。

对百融智能而言,硬件与企业两条路径,也为底层语音能力提供了不同的验证场景:前者检验复杂环境中的交互体验,后者检验业务流程中的执行效率与结果交付。

当语音逐步连接模型、工具与业务系统,下一代入口的价值将越来越取决于它能调动多少能力、完成哪些任务。从“百语”到“硅基员工”,百融智能正在推进的,正是让用户的一句自然表达,成为业务行动的起点。