在2026世界人工智能大會(WAIC)期間，AI應用與終端創新成為行業關注的重要話題。作為一家從社交領域成長起來的企業，Soul App帶來了實時數字人與AI硬件“B Soul”等成果，引發廣泛關注。從App到AI硬件，從社交產品到交互能力輸出，Soul創始人張璐團隊圍繞AI交互能力持續推進技術探索，也讓外界對其AI發展路徑有了更多瞭解。WAIC前夕，Soul CTO陶明接受鳳凰網科技《浪潮》欄目專訪，首次較為完整地介紹了Soul在AI技術、產品佈局以及商業方向上的思考。

過去一年，Soul創始人張璐團隊持續推進技術研發，十個月內連續開源六款模型。其中，播客語音合成模型SoulX-Podcast登頂HuggingFace TTS趨勢榜;實時數字人生成模型SoulX-FlashTalk首次實現14B數字人0.87秒亞秒級超低延時;輕量化模型SoulX-FlashHead可在單張4090顯卡上達到96幀工業級運行速度;今年6月開源的端到端多人對話轉錄模型SoulX-Transcriber，則在多個會議數據集上取得了優於主流商用模型的表現。這些技術積累不僅提升了Soul在開源社區的影響力，也成為其進一步探索產業應用的重要基礎。

圍繞此次亮相的AI硬件“B Soul”，陶明表示，Soul的出發點與不少行業參與者有所不同。相比將硬件作為模型落地的載體，Soul更關注如何把線上積累的人機交互體驗延伸至現實場景。過去，用户主要通過Soul App獲得情緒交流體驗，而離開手機之後，這種連接便中斷。因此，Soul創始人張璐團隊希望打造一種新的交互入口，讓陪伴體驗能夠突破手機終端的限制。

不過，這款硬件並非Soul App的延伸，也不是手機的替代產品。陶明介紹，團隊最終選擇讓它成為一個相對獨立的體驗空間，更強調陪伴和情緒交互能力，而不是簡單遷移App中的社交關係。對於用户而言，它既可以作為日常陪伴工具，也能夠承擔個性表達與IP互動等功能，通過更加自然的交互方式，為年輕用户提供新的體驗。

在產品規劃中，IP也是“B Soul”的重要組成部分。陶明表示，未來硬件中將陸續加入豐富的IP角色，用户不僅可以與不同角色進行語音互動，也能夠創建屬於自己的虛擬形象，自定義音色，並體驗包括陪伴、哄睡等多樣化功能。因此，團隊更希望用户關注的是背後的內容體驗，而不僅僅是一件硬件產品本身。

支撐這些產品體驗的核心，是Soul創始人張璐團隊自主研發的SoulX實時多模態交互技術體系。與強調知識覆蓋範圍的通用大模型不同，Soul更關注實時理解、情緒感知以及自然交互能力，希望打造符合人與人交流習慣的人機互動方式。陶明介紹，傳統的人機對話通常採用一問一答模式，而Soul希望實現更加貼近真實交流的交互體驗。例如，對話過程中可以自然打斷，也能夠根據用户表達時的語氣、停頓、副語言信息以及情緒變化，綜合判斷交流狀態，並以更加符合場景的方式回應用户。

對於為何堅持“語音優先”的技術路線，陶明認為，視頻雖然信息豐富，但使用成本較高;文字交流雖然便捷，卻難以完整表達情緒。相比之下，語音兼顧信息密度與交互效率，同時包含語調、節奏、停頓等大量情緒信息。因此，Soul更關注如何在語音交互中實現情緒理解，而不僅是完成語音生成或聲音復刻，這也是其與其他語音模型的重要區別之一。

Soul一直堅持以真人社交為核心，人機交互發揮輔助作用，因此產品設計更加重視人與AI之間的邊界，以及AI對真實社交體驗的促進作用。談及AI是否會影響平台原有的人與人社交定位時，陶明指出，目前觀察到的數據反而體現出積極作用。一些原本表達能力較弱、社交活躍度不高的用户，在與AI互動過程中逐漸建立起表達信心，也更願意參與真實社交。

在此次專訪中，陶明還介紹了Soul對於企業定位的理解。他表示，團隊希望將自身打造為AI生態公司，圍繞情緒感知交互能力，為不同類型的智能終端提供技術支持。這一定位既建立在長期積累的社交場景基礎上，也來源於近年來持續推進的模型研發和交互技術實踐。從社交平台到AI交互能力建設，再到智能硬件展示，Soul創始人張璐團隊持續圍繞情緒感知和人機交互展開探索，也進一步展現了Soul App在社交與AI融合方向上的技術積累和產品特色。