2026世界人工智能大会暨人工智能全球治理高级别会议（WAIC2026）期间，上海任意门科技有限公司(Soul)展示了基于实时多模态交互技术的AI生态布局，并发布旗下AI硬件产品B Soul，进一步探索情绪感知与智能交互应用。
Soul CTO陶明表示，自2016年推出Soul App以来，Soul已从社交应用平台发展为聚焦情绪感知、交互技术和AI模型融合的生态型公司。区别于通用大模型路线，Soul以自研交互大模型SoulX为核心，围绕“自有应用+产业生态”构建AI应用体系。
据了解，Soul自2020年前后启动AIGC技术研发，重点布局情绪理解、语音交互和多模态能力，并推出SoulX作为下一代人机交互技术底座。在WAIC现场，Soul展示了基于SoulX打造的实时数字人能力，可实现用户理解、自然语言对话，以及声音、口型、表情和动作同步生成，提升AI交互的实时性和自然度。
此外，Soul还首次公开展示AI硬件B Soul。该设备融合SoulX语音交互、情感表达和角色养成能力，将AI陪伴从移动端延伸至物理空间，支持随时唤醒、自然交流和个性化语音互动。
Soul方面表示，B Soul预计将于2026年8月开始逐步量产销售。随着AI从文本交互向语音、视觉、情感等多模态方向发展，情绪感知与实时交互能力正成为下一阶段智能应用竞争的重要领域。
NVIDIA推出Nemotron3Embed嵌入向量模型系列，专为生产级RAG、智能体检索、代码检索和记忆场景设计。8B版本在RTEB基准测试中排名第一，成为性能最强的开源嵌入模型。系列包含三个开放检查点：精度优先的Nemotron-3-Embed-8B-BF16、轻量化的1B-BF16版，以及针对Blackwell架构优化的1B-NVFP4四比特版本，所有模型均采用双向注意力机制。
银河通用机器人CTO王鹤在2026世界人工智能大会上预测，具身智能2028年前将迎来重大突破，表现媲美ChatGPT。基础模型经海量数据训练，对未专门训练任务可达70%-80%成功率，堪比早期数字模型。
通义实验室推出Wan-Streamer v0.2，彻底解决传统视频通话卡顿、延迟和声画不同步问题。该端到端全模态模型仅550毫秒响应，将听、看、说、演能力整合于单一Transformer架构，实现近乎真实的“面对面”自然交流。
文远知行发布物理AI认知基础大模型WeRide WITT，核心是引入“最小物理事实单元”概念，让AI能更精准地理解视频、图像和文本等多模态信息，推动自动驾驶复杂场景的认知能力升级。
百度沈抖预测，2026年下半年将涌现大量通用与行业智能体落地案例；未来三年是关键窗口，90%的工作将由AI深度协同而非完全替代人完成。
关注 “悠AI” 更多干货技巧行业动态
相关文章
