三、技术厂商需重视互动性，音视频+AI是趋势
从图文到视频，音视频产业跨越了传统的单点接收屏障，通过直播和互动的方式无限地接近人们。多元的算力、云原生、AI等能力与音视频的不断融合，推动着音视频厂商不断增强互动性，在低延迟、编解码、硬件结合等方面优化。
而AIGC、数字人的兴起，也证明了实时音视频与AI的深度融合的确能够带来更深层次的提升。对于直播这种强交互形式，工具+运营+内容缺一不可，而企业最缺乏的是内容和运营，数字人+AIGC恰好可以弥补，如主播助手，弹幕机器人，虚拟主播等。李超表示，中关村科金目前正在围绕对话式AI、实时音视频、数字人，结合前沿的AIGC等技术对这种虚实结合的实时互动进行探索，通过机器人智能实现文本、图片、音视频等多模态高质量内容的自动生成，以数字人为呈现形式，依托视频+直播的方式与用户进行互动。
以数字人为例，在直播过程中使用数字人主播可以弥补真人主播的时间精力有限、人员流动性大等问题。数字人主播可以做到24小时全天候直播，保持永不疲惫的状态。因此，中关村科金在原有音视频能力平台的基础上，以多模态人机交互为核心，融合ASR、TTS、NLP等多项AI能力，打造了数字人主播。通过深度学习，数字人可以更自然的和真人交互。比如数字人主播在介绍产品同时还会不定时的与用户进行互动，帮助企业吸引新用户群体，拉近与用户的距离。
对于音视频技术发展的展望，李超坦言：未来，实时音视频将成为连接虚拟世界和现实世界、内容生产和消费的桥梁，在技术方面，将会强调更高要求的实时性和沉浸性。而通过数字人视频、数字人直播等形式，企业能够以更丰富、更轻松的形式获客和承载业务，绽放更多的想象力和可能性，对于提升业务价值来说是一个强有力的推手。
（推广）
