声网CEO赵斌提出对话式AI“五级能力”框架：从基础应答到深度关系沟通

10月23日，在iRTE2026实时智能大会上，声网创始人兼CEO赵斌提出对话式AI“五级对话能力”框架，将能力演进划分为从基础应答到深度关系沟通的五个层次。赵斌认为，对话式AI的进步不应只用回答速度和语言自然度衡量，更关键的是能否理解对话对象的意图、处境与关系，并在复杂场景中恰当表达。

该框架依次包括：L1基于自身视角的表达，实现“问一句、答一句”；L2基于互动规律的表达，从被动回应走向主动表达；L3基于个体认知的沟通，理解个体身份、意图与处境；L4基于群体认知的沟通，理解社会关系与角色差异；L5基于深度关系的沟通，理解长期上下文与关系演变。五个层次展现了AI与人之间关系的变化。

赵斌引用Fortune Business Insights数据称，2025年全球对话式AI市场规模为147.9亿美元，预计2034年达824.6亿美元，预测期复合年增长率为21%。他还提到，过去一年OpenAI等公司对WebRTC技术的深入采用，推动了实时互动技术在对话式AI领域获得更广泛关注。对话场景对延迟、稳定性和双向交互要求更严格，任何环节的明显延迟都可能破坏对话自然性。目前，声网正围绕全球实时传输网络、分布式云边端联合推理、实时编排等能力构建实时智能交互基础设施。