长按二维码,关注官方公众号
使用微信扫一扫分享到朋友圈
使用微信扫一扫进入小程序分享活动
赵斌，声网创始人兼CEO。2014年创立声网，开创了全球实时互动云服务。2020年6月26日，声网母公司 Agora, Inc.成功登陆纳斯达克，股票代码 为“API”。声网服务的企业遍布社交、教育、IoT、金融、医疗等20余行业，200多种场景。在此之前，赵斌也曾参与两家美国纳斯达克上市公司的创立。1997年，作为创始工程师之一参与WebEx (网讯) 创业。2007年，作为CTO参与YY （欢聚时代）创业。
谢磊，西北工业大学计算机学院教授、博士生导师，音频语音与语言处理实验室（ASLP@NPU）负责人。主要研究方向包括语音处理、对话式人工智能，以及面向语音与语言技术的先进神经网络模型与大模型技术，在语音增强、自动语音识别、语音合成与语音对话等领域开展了系统性研究。他长期致力于建设面向学术界的开源工具与数据资源，指导了被广泛使用的 WeNet 语音识别工具包和 WenetSpeech 开源语音数据系列等项目。他曾获得多项荣誉，包括教育部新世纪优秀人才支持计划、陕西省青年科技新星、全球前2%顶尖科学家（斯坦福大学 & Elsevier）以及华为云 AI 名师等。已发表论文 400 余篇，Google Scholar 引用超过 20000 次。曾获多项国际会议最佳论文奖及国际评测冠军，诸多研究成果已实现产业落地。担任 ISCA SIG-CSLP 副主席、IEEE/ACM TASLP 与 IEEE SPL 的高级领域编委（SAE）。
刘志理 北京冠客科技有限公司 CEO
二十三年营销实战管理经验，曾服务于科龙集团（家电上市公司）、三洋电机（世界500强）、欧迪办公（世界500强上市公司）、芭莎网（礼品行业独角兽）等，担任过大区经理、销售总监等职务。2016年进入机器人行业，精通渠道销售、大客户销售，擅长社会化营销及会议营销等。
IEEE Fellow，国家千人计划专家，康奈尔大学计算机科学博士，本科毕业于北京大学计算机系，国际数学奥林匹克 IMO 金牌得主。曾担任 AT&T 香农实验室高级研究员、美国德克萨斯大学奥斯汀分校终身副教授，斩获 NSF CAREER Award、ACM SIGMETRICS 时间检验奖等多项国际权威奖项，发表10余篇网络顶会 SIGCOMM 论文，拥有 20 余项美国及国际专利。归国后多次创业，先后落地国内首个网页 P2P 视频方案，打造黑咔相机等亿级用户 AI 视频产品。现任秒瞰科技 CEO，研发无极云实时音视频云。
毕业于中国人民解放军外国语大学，在教育、文化传媒、人工智能以及实时互动云服务领域有二十余年的行业和管理经验。目前负责统筹商业化、服务、运营侧资源，推动声网业务规模与市场影响力的持续提升。
李仕鹏，KOOK 联合创始人兼 CTO，连续创业者，曾在 O2O、金融、社交等多个领域创业。主导了 KOOK 即时通信（IM）与实时音视频（RTC）核心技术体系的自主研发，具有深厚的技术研发实力与团队管理经验。
张如欢，当前任MiniMax资深AI架构师，拥有10多年AI行业经验，经历Voice Agent 1.0至AIGC时代的技术演进。主导多项创新智能交互AI产品的落地。具备较深厚的技术洞察与商业化能力。
施新华-阿里ATH资深架构师
探索大模型技术的行业场景应用，驱动行业的AI应用发展。
2010年加入阿里，在阿里巴巴集团的核心业务中积累了丰富经验。曾深度参与支付宝快捷支付与扫码支付的创新实践，助力塑造现代支付方式；并在淘宝期间领导智能客服系统的发展，推动电商平台智能化服务升级。
徐俊博士 美团大模型算法资深专家
主导骑手招聘、智能销售、数字站长等主动沟通型 Agent 研发
主攻 Agentic Foundation Models 前沿研究，成果斩获 ACL 2026 杰出论文奖
曾任百度文心一言及 AI 搜索团队核心骨干，成果荣获 2022 年度吴文俊人工智能科技进步奖特等奖
主攻 Agentic Foundation Models 前沿研究
苏超，舵手科技创始人
Agora 开发者体验负责人，关注 AI Native 与 Agent 时代的开发者体验，探索人类开发者与 Agent 共同参与软件构建后，开发工具、产品体验和开发者生态的新形态。
2014-2016年在美国佐治亚理工学院联合培养，2018年博士毕业于西安电子科技大学，2018年加入腾讯AI Lab担任高级研究员，2021年加入声网担任音频算法专家。研究方向包括：噪声抑制和去混响、特定说话人增强、语音识别、多模态、深度学习等，发表论文包括IEEE/ACM Transactions on Audio Speech and Language Processing、IEEE Journal of Selected Topics in Signal Processing、ICASSP、INTERSPEECH 等20余篇。主要负责基于人工智能的音频算法的研究和落地工作，算法在会议、娱乐、游戏、教育等场景被大量采用。
全球首个对话式 AI 引擎缔造者，让大模型"开口说话"的人 声网（Agora）AI 产品线负责人，主导打造了全球首个对话式AI引擎，实现端到端响应延迟650ms、打断响应340ms的业界领先指标，让任意文本大模型一键升级为"能说会道"的多模态对话式智能体。该引擎已支撑智能助手、情感陪伴、智能客服、智能硬件等多个AI应用场景。
声网 泛娱乐行业产品负责人 蔡思凡
黄哲，声网 Call Agent 产品经理，负责企业级语音智能体的产品设计与商业化落地，聚焦客户沟通、线索挖掘与营销转化，推动 AI 融入企业业务流程、完成真实业务任务。
践行「Eval as PRD」，将业务经验转化为 Agent 可执行的策略与可验证的成功标准。探索按效果付费，让智能体的价值与客户的业务结果直接相连。
由声网和 RTE 开发者社区主办的实时互联网大会（ RTE 大会）创办于 2015 年，至今已经连续举办十一届。2015 年至今，实时互联网大会从专门面向开发者的技术交流会议，发展为全球音视频领域最具影响力的行业盛会，期间不仅伴随着实时互动行业的成长，还见证了行业从 RTC 实时通讯技术发展到 RTE 实时互动场景 & 产业的爆发。
今年，RTE 大会正式升级为 “ iRTE 实时智能大会”，这是全球首个聚焦“实时智能”的全产业峰会，探讨 RTE 技术如何成为多模态大模型、具身智能、AI Agent 与物理世界交互的“神经系统”，推动 AI 从“云端思考”走向“实时交互”。
对话AGI：实时智能互动的下一章（拟）
Modern Video Delivery with AV2 Video Codec（拟）
圆桌对话：个人智能体——从新工具到新入口？（拟）
圆桌2：Voice AI 如何从“能聊天”走向“规模化交付及持续运营”？
声网最新产品发布、最新动态分享
声网 AI 新进展
RTE Next：融合通信，构建 Agent 实时互动底座
杨学斌，声网
从对话到结果：对话式 AI 引擎，赋能企业级智能体的语音交互底座（拟）
毛玉杰，声网
What's New This Year in RTE and Conversational AI
Ben Weekes，Agora
会话进化，智能共生：IM 5.0 开启实时互动新体验（拟）
王璨，声网
实时语音，转译万物：声网实时转录翻译产品新进展与全场景规模化落地
杨帆，声网
不再重复“造轮子”：打造实时协同会议引擎 （拟）
季祥中，声网
云录制的升级之路：从录制存储到云端媒体互联的基础组件（拟）
梅荣军，声网
内容体验双驱动：K歌版权曲库和美颜的泛娱乐新动力（拟）
饶诗浩，声网
连接无界，安全有界：实时智能背后的安全与合规（拟）
薛源，声网
实时智能，向善而行（拟）
钱雷，声网
企业级客服智能体正加速规模化落地。本论坛将围绕 Voice Agent 的技术演进、业务闭环与价值衡量，探讨智能体如何从“能对话”迈向“能办事、能转化、能增长”。
声网让 Agent 懂沟通、能成交转化 月薪只要2999元
大模型时代，如何抓住 AI 语音智能体红利？
VoiceAgent 在 B 端业务场景的技术和实践
智能客服 Agent 的自进化
从级联到端到端：2026 全球 Voice Agent 演进与 ASRxTTS 的机会
Global Practices for Al Outbound Calling
圆桌讨论：AI Agent 上岗：从会说话到能办事
主持人：Sam Yao，Agora Senior Director of Global Product
从端到端语音模型到边听、边说、边思考、边执行的新型全模态架构，本论坛将探讨下一代对话式 AI 的模型演进、全双工交互范式与能力边界。
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
多模态模型与实时语音交互（拟）
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
Loxi-Speech：为实时交互而生的语音合成
关于下一代交互模型的技术思考
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
从 Demo 到真正可用的语音智能体，需要跨过哪些实时互动技术门槛？从语音链路到全双工、打断与延迟优化，一次补齐开发者最需要的 RTE 基础技术栈。
Voice Agent 生产落地：三年复盘、市场现实与未来新可能
从实时通话到语音智能体：音频传输 QoS 的演进与实践
章真，声网 SDK 资深架构师
用SIP连接VoiceAgent与电话
沈金堤，RustPBX项目发起人
我只是想让 AI 讲两句话，怎么踩了这么多坑？
用 Skill 让爆款语音 Demo
汇聚年度最受瞩目的对话式 AI 软硬件创新场景。在群体信号与个体非共识之间，捕捉下一代实时互动新可能。
2025年全球社交应用内购收入达150亿美元，同比增长16%，线上社交与泛娱乐持续全球扩张。生成式AI成为关键变量，推动实时互动从人与人扩展到人与Agent。本论坛将围绕社交娱乐新玩法、实时内容生成、AI陪伴与全球化增长等议题，共探在线社交娱乐的演进方向与增长新路径。
剑指何方-2026泛娱乐出海新航线
从"人找人"到"AI 帮人找人"：AI 时代社交出海的新流量入口
游戏屏幕实时共享的技术与挑战
社交出海破局与本地化运营（拟）
从遇见同频的人，到遇见懂你的 AI（拟）
摇光，Soul AI 技术负责人
AI 陪伴领域实时双向互动数字人的探索
AI 视频内容生成与世界模型（拟）
王川，生数科技企业服务副总裁
圆桌讨论：下一代主场，由 AI 点燃——实时生成式 AI 重塑体育与娱乐体验
主持人：Sam Yao，Agora Senior Director of Global Product
嘉宾：
- 朱晓阳，亚马逊云科技 媒体、泛娱乐与广告技术解决方案架构师总监
- 吕艺，Moment AI 联合创始人
- 杜晓雷，生数科技 产品总监
- Ben Weekes，Agora Chief Architect
IoT 正加速渗透家居、教育、陪伴等真实场景，而实时互动与大语言模型能力的引入让更多此前不存在的场景变成现实。本论坛将围绕多模态智能、模型与开发者，芯片与终端等主题，探讨技术趋势、场景落地与全球化增长，共同关注开源创新与 AI 新终端带来的产业机会。
开场致辞
智造设备的差异增值之路
李志杰，声网 IOT 产品负责人
机器人端侧AI的应用
宇视科技全球家庭安全新理念
让硬件读懂生命信号：PETKIT 小佩的场景创新与全球化实践（拟）
施云磊，PETKIT小佩 产品总监
从语音到观察：多模态如何赋予AI真正的“理解力”
冯晓东，声网 Physical AI 产品负责人
从创意到产品：快速搭建Demo，稳健走通AI硬件产业化落地
Growing Together with Stack-chan: From a Personal Robot to an Open-Source Community
从开源机器狗到机器鸭：桌面级具身智能如何走向 Vibe Coding 的全民开发
AI视觉耳机和硬件 OS 的探索（拟）
顾华阳，光帆科技应用负责人
从海外众筹数据看 AI 智能硬件：哪些是真实需求，哪些是概念泡沫
王丽君，Jellop 中国区业务负责人
圆桌论坛
主持人：冯晓东，声网 Physical AI 产品负责人
嘉宾：
- 刘翠涛，iKairos 联合创始人
- 郝新闻，信人智能联合创始人兼 CTO
- 王丽君，Jellop 中国区业务负责人
从复杂声学环境下的语音识别与声学处理，到行业应用适配、个性化识别与安全验证。聚焦语音 AI 在真实场景落地中的关键挑战。
个性化语音理解与安全
为 AI 重构音频传输：RTC 策略、WebRTC 演进与标准前瞻
高纯，声网 WebRTC 技术负责人
面向智能终端的麦克风阵列空间声场感知与重构
黄公平，武汉大学教授、博士生导师
从鸡尾酒会到热词检索——大模型 ASR 困难场景破局之路
范利春，小米集团技术委员会语音交互负责人
多语言语音识别大模型探索之路
张卫强，清华大学语音与音频技术实验室负责人
圆桌：人人都期待《Her》，为什么先等来了语音输入法？聊聊语音 AI 在真实世界的难题
主持人：武执政，香港中文大学（深圳）副教授、博导；安菲翁科技创始人
嘉宾：
- 张彬彬 Qwen Audio Application & Agent 负责人
- 孙思宁 浙江湃启科技 CEO
从高并发、全球网络与质量观测，到音视频编解码、WebRTC 与 SDK，一起探讨 RTE 核心技术的持续演进。
百万级大频道的系统挑战：全球实时媒体网络架构与稳定性实战
朱仁琪，声网云平台负责人
AI 赋能大型分布式软件全流程研发体系实践
邹勇，环信技术架构师
实时音视频质量、高清体验基础设施建设
许振明，声网视频工程负责人
噪声鲁棒的低速率 AI 端到端语音编解码器
王晶，北京理工大学信息与电子学院教授、博导
从 AI 开发板到手机端：神经网络图像编解码的异构实时优化实践
线上教育正迈入稳定发展与价值深耕的新阶段，用户需求、教学场景与服务模式也在持续演进。AI为内容生产、个性化学习、智能辅导与教学评估注入新动能，实时互动进一步提升线上教学体验。本论坛将围绕AI落地、实时互动及教育模式创新，共探线上教育的新突破与增长空间。
教育破局与新生：AI+全栈实时互动，重塑教育增长新范式
梅荣军，声网 RTC 产品经理
实时执教：Efekta AI Coach 的产品实践
AI时代机构核心业务系统建设
韩涛洁，伯索科技合伙人兼副总裁
PalFish Going Global
李晓，伴鱼PalFish国际化业务负责人
圆桌论坛：AI浪潮下的教育突围——存量博弈中，如何用“实时互动”重塑增长？
主持人：梅荣军，声网 RTC 产品经理
AI Coding 正在改变开发者的工作方式，Skills 也让经验、工具和工作流更容易被沉淀和复用。与此同时，Agent 开发正在从简单调用走向更复杂的协作和工作流。本论坛邀请 AI Coding、Skills 和 Agent 开发方向的一线实践者，聊聊他们正在做什么、遇到了什么问题，以及开发工具正在发生哪些真正值得关注的变化。
长程任务和 AI 蜂群和人机协作（拟）
唐飞虎，月之暗面开发者关系负责人
Building DevEx for the Agentic Develop
Hermes Frangoudis，Agora 开发者关系负责人
Qwen Audio Agent，从聊天到办事
张彬彬，Qwen Audio Application & Agent 负责人
Function Calling与Context Injection：Agent Loop 可靠性
葛明放，MiniMax 资深AI架构师
圆桌讨论
AI 视频生成正从异步迈向实时，并与对话式数字人、世界模型深度融合。本论坛聚焦实时视频、空间音频与编解码，探索下一代沉浸交互。
从实时感知到长期记忆：为 Personal AI 构建持续视觉上下文
费峰，Memories.ai 端侧推理工程师
实时交互模型解锁全新娱乐形态
从 SageAttention 加速到 Vidu S1/S2，看视频生成如何迈向实时交互时代
张金涛，生数科技流式视频与模型推理负责人
圆桌：实时视频模型的平行世界
当大模型从文本走向语音、视觉等多模态 Omni 推理，低延迟、高并发与流式调度成为新的基础设施挑战。本论坛将携手一线 Infra 专家共同探寻支撑下一代实时智能的技术底座。
流式多说话人识别与实时 TTS 的全链路工程优化
端侧实时推理与流式全双工：让全模态模型跑在 Mac 上
新时代该如何利用 Agent 协助多模态推理加速
张若屹，SGLang-Omni Maintainer
圆桌：Speed Is the New Intelligence
对话AGI：实时智能互动的下一章（拟）
赵斌，声网创始人兼CEO。2014年创立声网，开创了全球实时互动云服务。2020年6月26日，声网母公司 Agora, Inc.成功登陆纳斯达克，股票代码 为“API”。声网服务的企业遍布社交、教育、IoT、金融、医疗等20余行业，200多种场景。在此之前，赵斌也曾参与两家美国纳斯达克上市公司的创立。1997年，作为创始工程师之一参与WebEx (网讯) 创业。2007年，作为CTO参与YY （欢聚时代）创业。
Modern Video Delivery with AV2 Video Codec（拟）
圆桌对话：个人智能体——从新工具到新入口？（拟）
圆桌2：Voice AI 如何从“能聊天”走向“规模化交付及持续运营”？
声网 AI 新进展
全球首个对话式 AI 引擎缔造者，让大模型"开口说话"的人 声网（Agora）AI 产品线负责人，主导打造了全球首个对话式AI引擎，实现端到端响应延迟650ms、打断响应340ms的业界领先指标，让任意文本大模型一键升级为"能说会道"的多模态对话式智能体。该引擎已支撑智能助手、情感陪伴、智能客服、智能硬件等多个AI应用场景。
RTE Next：融合通信，构建 Agent 实时互动底座
从对话到结果：对话式 AI 引擎，赋能企业级智能体的语音交互底座（拟）
What's New This Year in RTE and Conversational AI
会话进化，智能共生：IM 5.0 开启实时互动新体验（拟）
实时语音，转译万物：声网实时转录翻译产品新进展与全场景规模化落地
不再重复“造轮子”：打造实时协同会议引擎 （拟）
云录制的升级之路：从录制存储到云端媒体互联的基础组件（拟）
内容体验双驱动：K歌版权曲库和美颜的泛娱乐新动力（拟）
连接无界，安全有界：实时智能背后的安全与合规（拟）
实时智能，向善而行（拟）
声网让 Agent 懂沟通、能成交转化 月薪只要2999元
黄哲，声网 Call Agent 产品经理，负责企业级语音智能体的产品设计与商业化落地，聚焦客户沟通、线索挖掘与营销转化，推动 AI 融入企业业务流程、完成真实业务任务。
践行「Eval as PRD」，将业务经验转化为 Agent 可执行的策略与可验证的成功标准。探索按效果付费，让智能体的价值与客户的业务结果直接相连。
大模型时代，如何抓住 AI 语音智能体红利？
刘志理 北京冠客科技有限公司 CEO
二十三年营销实战管理经验，曾服务于科龙集团（家电上市公司）、三洋电机（世界500强）、欧迪办公（世界500强上市公司）、芭莎网（礼品行业独角兽）等，担任过大区经理、销售总监等职务。2016年进入机器人行业，精通渠道销售、大客户销售，擅长社会化营销及会议营销等。
VoiceAgent 在 B 端业务场景的技术和实践
徐俊博士 美团大模型算法资深专家
主导骑手招聘、智能销售、数字站长等主动沟通型 Agent 研发
主攻 Agentic Foundation Models 前沿研究，成果斩获 ACL 2026 杰出论文奖
曾任百度文心一言及 AI 搜索团队核心骨干，成果荣获 2022 年度吴文俊人工智能科技进步奖特等奖
智能客服 Agent 的自进化
施新华-阿里ATH资深架构师
探索大模型技术的行业场景应用，驱动行业的AI应用发展。
2010年加入阿里，在阿里巴巴集团的核心业务中积累了丰富经验。曾深度参与支付宝快捷支付与扫码支付的创新实践，助力塑造现代支付方式；并在淘宝期间领导智能客服系统的发展，推动电商平台智能化服务升级。
从级联到端到端：2026 全球 Voice Agent 演进与 ASRxTTS 的机会
张如欢，当前任MiniMax资深AI架构师，拥有10多年AI行业经验，经历Voice Agent 1.0至AIGC时代的技术演进。主导多项创新智能交互AI产品的落地。具备较深厚的技术洞察与商业化能力。
Global Practices for Al Outbound Calling
圆桌讨论：AI Agent 上岗：从会说话到能办事
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
谢磊，西北工业大学计算机学院教授、博士生导师，音频语音与语言处理实验室（ASLP@NPU）负责人。主要研究方向包括语音处理、对话式人工智能，以及面向语音与语言技术的先进神经网络模型与大模型技术，在语音增强、自动语音识别、语音合成与语音对话等领域开展了系统性研究。他长期致力于建设面向学术界的开源工具与数据资源，指导了被广泛使用的 WeNet 语音识别工具包和 WenetSpeech 开源语音数据系列等项目。他曾获得多项荣誉，包括教育部新世纪优秀人才支持计划、陕西省青年科技新星、全球前2%顶尖科学家（斯坦福大学 & Elsevier）以及华为云 AI 名师等。已发表论文 400 余篇，Google Scholar 引用超过 20000 次。曾获多项国际会议最佳论文奖及国际评测冠军，诸多研究成果已实现产业落地。担任 ISCA SIG-CSLP 副主席、IEEE/ACM TASLP 与 IEEE SPL 的高级领域编委（SAE）。
多模态模型与实时语音交互（拟）
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
Loxi-Speech：为实时交互而生的语音合成
关于下一代交互模型的技术思考
构建 Voice Agent 的「度量衡」与「加速器」：从 VoiceAgentEval 基准到强化学习优化
主攻 Agentic Foundation Models 前沿研究
圆桌：实时交互模型的落地和探索
Voice Agent 生产落地：三年复盘、市场现实与未来新可能
从实时通话到语音智能体：音频传输 QoS 的演进与实践
用SIP连接VoiceAgent与电话
我只是想让 AI 讲两句话，怎么踩了这么多坑？
用 Skill 让爆款语音 Demo
剑指何方-2026泛娱乐出海新航线
声网 泛娱乐行业产品负责人 蔡思凡
从"人找人"到"AI 帮人找人"：AI 时代社交出海的新流量入口
苏超，舵手科技创始人
游戏屏幕实时共享的技术与挑战
李仕鹏，KOOK 联合创始人兼 CTO，连续创业者，曾在 O2O、金融、社交等多个领域创业。主导了 KOOK 即时通信（IM）与实时音视频（RTC）核心技术体系的自主研发，具有深厚的技术研发实力与团队管理经验。
社交出海破局与本地化运营（拟）
从遇见同频的人，到遇见懂你的 AI（拟）
AI 陪伴领域实时双向互动数字人的探索
IEEE Fellow，国家千人计划专家，康奈尔大学计算机科学博士，本科毕业于北京大学计算机系，国际数学奥林匹克 IMO 金牌得主。曾担任 AT&T 香农实验室高级研究员、美国德克萨斯大学奥斯汀分校终身副教授，斩获 NSF CAREER Award、ACM SIGMETRICS 时间检验奖等多项国际权威奖项，发表10余篇网络顶会 SIGCOMM 论文，拥有 20 余项美国及国际专利。归国后多次创业，先后落地国内首个网页 P2P 视频方案，打造黑咔相机等亿级用户 AI 视频产品。现任秒瞰科技 CEO，研发无极云实时音视频云。
AI 视频内容生成与世界模型（拟）
圆桌讨论：下一代主场，由 AI 点燃——实时生成式 AI 重塑体育与娱乐体验
开场致辞
毕业于中国人民解放军外国语大学，在教育、文化传媒、人工智能以及实时互动云服务领域有二十余年的行业和管理经验。目前负责统筹商业化、服务、运营侧资源，推动声网业务规模与市场影响力的持续提升。
智造设备的差异增值之路
神秘嘉宾
机器人端侧AI的应用
宇视科技全球家庭安全新理念
让硬件读懂生命信号：PETKIT 小佩的场景创新与全球化实践（拟）
从语音到观察：多模态如何赋予AI真正的“理解力”
从创意到产品：快速搭建Demo，稳健走通AI硬件产业化落地
Growing Together with Stack-chan: From a Personal Robot to an Open-Source Community
从开源机器狗到机器鸭：桌面级具身智能如何走向 Vibe Coding 的全民开发
AI视觉耳机和硬件 OS 的探索（拟）
从海外众筹数据看 AI 智能硬件：哪些是真实需求，哪些是概念泡沫
圆桌论坛
个性化语音理解与安全
为 AI 重构音频传输：RTC 策略、WebRTC 演进与标准前瞻
面向智能终端的麦克风阵列空间声场感知与重构
MiMo-Audio：语音领域的 GPT-3 时刻
从鸡尾酒会到热词检索——大模型 ASR 困难场景破局之路
多语言语音识别大模型探索之路
圆桌：人人都期待《Her》，为什么先等来了语音输入法？聊聊语音 AI 在真实世界的难题
百万级大频道的系统挑战：全球实时媒体网络架构与稳定性实战
AI 赋能大型分布式软件全流程研发体系实践
实时音视频质量、高清体验基础设施建设
新一代 Kaldi 高效语音合成技术
噪声鲁棒的低速率 AI 端到端语音编解码器
从 AI 开发板到手机端：神经网络图像编解码的异构实时优化实践
圆桌：2026 年，哪些端侧能力将成为现实？（拟）
教育破局与新生：AI+全栈实时互动，重塑教育增长新范式
实时执教：Efekta AI Coach 的产品实践
智能教育硬件
AI时代机构核心业务系统建设
PalFish Going Global
圆桌论坛：AI浪潮下的教育突围——存量博弈中，如何用“实时互动”重塑增长？
长程任务和 AI 蜂群和人机协作（拟）
Building DevEx for the Agentic Develop
Qwen Audio Agent，从聊天到办事
Function Calling与Context Injection：Agent Loop 可靠性
从「记住你」到「为你行动」：如何用连续记忆驱动 Multi-Agent 协作
圆桌讨论
从实时感知到长期记忆：为 Personal AI 构建持续视觉上下文
超越 “被动应答”：打造能推理、会共情的下一代教育 AI
实时交互模型解锁全新娱乐形态
神秘嘉宾
从 SageAttention 加速到 Vidu S1/S2，看视频生成如何迈向实时交互时代
圆桌：实时视频模型的平行世界
流式多说话人识别与实时 TTS 的全链路工程优化
「会说话」的 AI, 使用 TEN Framework 构建自然对话体验的工程哲学
构建有长期记忆的应用，memU 最佳实践（拟）
端侧实时推理与流式全双工：让全模态模型跑在 Mac 上
新时代该如何利用 Agent 协助多模态推理加速
MiniMax 大模型服务在 Voice Agent 场景的应用
圆桌：Speed Is the New Intelligence
