作为聚焦年轻用户社交需求的平台，Soul自成立以来始终以技术创新为核心，致力于通过前沿能力优化用户的交互体验。近日，Soul自研端到端全双工语音通话大模型全面升级，此次升级打破传统语音交互的“轮次对话”局限，赋予AI自主决策对话节奏的能力，为人机交互注入更多人情味儿，进一步夯实了Soul在AI社交领域的*地位。
2024年，Soul推出自研端到端全双工语音通话大模型，具备超低交互延迟、快速自动打断、超真实声音表达和情绪感知理解能力等特点，能够直接理解丰富的声音世界，支持超拟人化的多风格语言。为进一步实现更接近生活日常的交互对话和“类真人”的情感陪伴体验，近日，Soul再次升级模型，具体来看，升级后AI能力特点包括：
新模型支持响应(Response)、倾听(Listen)与打断(Interrupt)流式预测，AI自主决定发言时机，实现完全端到端的全双工交互——AI 与用户可以同时说话(如辩论、吵架、合唱)、适宜打断用户/被用户打断、AI主动打破沉默发起话题。极大提升人机对话的自然度，并且在较长时间、多轮对话的交互中，实现沉浸的类真实交互体验。
Soul的新模型基于纯自回归模型架构，统一文本和音频生成(Unified Model)，充分利用大语言模型强大的学习能力，让AI发言深度整合人设、时间、环境及上下文对话等信息。这意味着，具备感知、理解能力的AI能够更好塑造“数字人格”，形成丰富的AI故事线，让人机交互真正成为“情感与信息的双向交流”。
目前，该模型即将开启站内内测，将陆续应用于虚拟人实时通话、AI匹配等1V1场景，未来还计划扩展至多人互动场景，助力构建多元社交关系网络。
Soul的此次升级，不仅是技术层面的突破，更回应了Z世代对“类真人”AI社交的需求。数据显示，超七成年轻人愿意与AI建立情感链接，而Soul通过持续打磨全双工语音能力，正让AI成为社交关系网络的重要组成部分。未来，Soul将继续探索AI与社交的融合，让技术更好地服务于情感与信息的双向交流，践行“让天下没有孤独的人”的愿景。
