语音智能体是指能通过电话或语音接口与真人实时对话、并自主完成任务的 AI 系统,目前正处于从演示走向商业落地的关键阶段。围绕代打电话、售后处理、客服分流等场景,多家厂商近期密集发布产品,行业竞争从语音合成扩展到完整的对话调度与任务执行能力。
语音智能体的近期进展
当前焦点与观察点
语音智能体的竞争焦点正在转移:单纯的语音合成已经不足以构成壁垒,延迟控制、任务可靠性、模型调度成本成为新的比拼点。Retell 自研模型与 ElevenLabs 的 Interaction Engine 都指向同一趋势——厂商希望掌控从理解到发声的全链路。
应用形态上出现两条路径:一是面向企业的客服与售后自动化(如 Fish Agent、Retell),二是面向消费者的代打电话服务(如 Muse)。后者也带来争议,包括商家如何识别 AI 来电、通话录制与授权的合规边界,以及真人劳动力被替代的社会讨论。
后续值得观察:Tell 1 与 ElevenAgents 等自研/合作模型在真实通话中的表现,无代码平台能否带动中小企业规模化采用,以及监管对 AI 外呼的规范落地。