您当前所在位置：首页-公司新闻-《不开玩笑，科大讯飞的机器人要参见高考了》
Soul将推出Loxinity，为自研语音、视觉与多模态交互产品
《读佳》独家获悉，Soul 即将发布一款专为交互场景设计、具备高度拟人感的语音合成产品“Loxinity（洛希无限）”。与市面上面向配音、短视频的 TTS 不同，该模型从底层针对实时交互场景进行优化，核心卖点是强烈的活人感。它支持单人配音和多人对话两种模式，并配备音色克隆、音色设计等工具，同时开放 API 接口。Loxinity 旗下包含语音合成模型 Loxi Speech 和视频生成模型 Loxi Avatar。
从目前情况来看，与仅追求字音标准的传统语音模型相比，Loxinity 更注重对话中的语气停顿、情绪起伏等副语言细节，旨在承接社交场景中连续的语音互动。
该产品的使命是：让 AI 交互更自然——通过语音、视觉与多模态技术缩短人与智能之间的距离。 这一定位颇具野心，不排除该产品将成为 Soul 在社交业务之外，于 AI 语音领域的一次重要尝试。
Soul 将 AI 语音与实时视频通话、数字人打包推向市场
《读佳》实测了 Soul 旗下 AI 产品 Loxinity，发现该产品基于语音合成模型 Loxi Speech 和视频生成模型 Loxi Avatar。它并非单一的语音合成工具，而是一套面向实时交互的 AI 音视频一体化方案，核心分为语音合成、实时视频通话与数字人三大板块。
语音合成模块支持单人配音和多人对话，并提供音色克隆、音色设计功能，还能添加副语言、拼音和情绪标记。其优化重点在于对话场景，着重还原真人说话时的停顿与语气起伏，同时开放 API 接口，采用积分和订阅套餐两种计费模式。
数字人与实时视频通话板块是该产品的另一重点。用户可上传图片自定义数字人形象，输入文本脚本或上传音频，生成对应的数字人视频。
平台预置了真人、二次元、奇幻风格等多种角色，用于构建可实时对话的 AI 虚拟角色，页面也展示了大量访谈、讲课类的用户创作案例。
总体来看，Loxinity 避开了拥挤的通用大模型赛道，专注交互型音视频 AI。 许多同类数字人工具存在声音朗读感强、音画不同步的问题，而 Loxinity 选择原生打通语音和数字人驱动，让语音能力服务于连续对话。
当然，它仍存在不确定性。这类实时交互产品的核心瓶颈在于长时间对话的稳定性和端到端延迟。脱离 Soul 内部社交场景后，面向外部 B 端交付时，并发能力、使用成本以及数字人微表情的自然度，都需要更多落地项目来验证。这款出自社交平台的 AI 交互产品，最终能在市场上获得多少认可，仍有待观察。
从站内社交走向对外输出：Soul 押注交互 AI
年轻人对 AI 的核心诉求并非文字问答，而是带有情绪、接近真人的沉浸式交互。早在 Loxinity 落地之前，Soul 就已在站内进行了多轮尝试。
2022 年，Soul 上线了 AI 聊天机器人“AI 苟蛋”，作为初代 AI 陪伴角色，主打生活化对话和主动情绪关怀，不再局限于问答式交互。同期推出了 NAWA 虚拟形象引擎，用户可自制虚拟 Avatar，将 AI 对话融入虚拟形象载体，搭建虚拟社交场景。2023 年，Soul 正式发布了自研情绪向垂类大模型 SoulX，定位为情绪感知交互底座，不再跟风做通用大模型，而是重点强化 AI 读懂情绪、维持人设和长上下文记忆的能力。
依托 SoulX 底座，一系列 AI 社交产品相继落地。平台上线了 AI 绘画、AI 次元歌手，供用户制作虚拟分身和 AI 人声；推出了端到端全双工语音模型，在群聊派对中落地 AI 主持人，支持实时插话和自然打断，复刻真实多人闲聊的对话节奏，摆脱机械交互。站内的狼人杀、虚拟伴侣等场景，都接入了这套语音能力，实现了长轮次连续语音对话。这些站内场景为持续迭代打磨这套“活人感”交互技术提供了基础。
通用大模型赛道早已巨头林立，Soul 没有正面竞争，而是选择了情绪交互赛道。多年社交业务积累的海量真人对话样本，是其打磨副语言和自然对话节奏的核心壁垒。
但挑战同样明确：在站内场景验证可行的交互能力，向外交付给 B 端客户时，并发承载、实时延迟和项目成本都是硬性门槛。这套 AI 能力的商业化潜力，还需要市场落地案例来检验。#Soul#Soul推出AI产品#Soul推出Loxinity