多模态是从 LLM 到 AGI 的必经之路。
从 AI 视频生成到可实时交互的世界模型，从被动响应到主动感知与交互，再到下一代多模态大模型的设计与构建——由商汤科技和 RTE 开发者社区联合出品的「多模态技术专场」将展望一个由实时多模态 AI 驱动的未来。
北京，11 月 1 日下午，Convo AI&RTE2025 「实时互联网大会暨对话式 AI 论坛」。
我们邀请到了诸位技术专家、开发者和创业者，加入我们这场前沿讨论：
路少卿，商汤科技多模态交互产品负责人
冯睿蠡，加拿大滑铁卢大学访问学者
俞刚，阶跃星辰语音和 AIGC 算法负责人
刘一聪，和众科技 HooRii Technology，Co-Founder & CTO
顾嘉唯，灵宇宙创始人
来 Convo AI & RTE2025 「多模态技术专场」，加入我们的讨论，一同提问，一同寻找答案！
除了本场论坛，你还可以在 10 月 31 日-11 月 1 日，逛遍 7 场技术论坛和 40 多场主题分享和圆桌讨论，一起来探索对话式 AI、Voice Agent、多模态 AI……与 RTE 的碰撞吧！
【左右滑动查看更多】
加入我们的 Voice Agent 社区
RTE 开发者社区持续关注 Voice Agent 和语音驱动的下一代人机交互界面。如果你对此也有浓厚兴趣，也期待和更多开发者交流（每个月都有线上/线下 meetup，以及学习笔记分享），欢迎加入我们的社区微信群，一同探索人和 AI 的实时互动新范式。
加入我们：加微信 Creators2022，备注身份和来意（公司/项目+职位+加群），备注完整者优先加群。
硅谷顶级 VC 如何看语音 AI？Greylock 合伙人揭秘 Voice Agent 构建的三层策略
AI 客服还不够聪明，但已超过月薪五千的人类丨RTE Meetup 回顾
引爆 AI 会议工具潮流，Granola 打造 2.5 亿美元估值产品的秘密丨Voice Agent 学习笔记
活动回顾丨主动式语音 AI：全双工加持，让 AI 既会抢答也懂适时沉默丨RTE Meetup
GPT-4o 之后，Voice 从 Assistant 到 Agent，新机会藏在哪些场景里？｜Voice Agent 学习笔记
对话 Wispr Flow 创始人 Tanay：语音输入，如何创造极致的 Voice AI 产品体验
Notion 创始人 Ivan Zhao：传统软件开发是造桥，AI 开发更像酿酒，提供环境让 AI 自行发展
ElevenLabs 语音智能体提示词指南——解锁 AI 语音交互的「灵魂秘籍」丨 Voice Agent 学习笔记
11Labs 增长负责人分享：企业级市场将从消费级或开发者切入丨Voice Agent 学习笔记
实时多模态如何重塑未来交互？我们邀请 Gemini 解锁了 39 个实时互动新可能丨Voice Agent 学习笔记
