在世界人工智能大会（WAIC）的展台上，社交平台Soul凭借两款创新产品吸引了大量关注：一款是具备实时互动能力的数字人，另一款则是名为“B Soul”的AI硬件设备。这款硬件外形圆润，既像徽章又似手表，打破了传统智能设备的形态，引发外界对Soul战略转型的猜测——这家以“灵魂社交”起家的公司，为何开始涉足硬件领域并积极布局B端市场？
过去一年间，Soul在技术领域动作频频：十个月内连续开源六款AI模型，涵盖语音合成、数字人生成、对话转录等多个方向。其中，播客语音合成模型登顶开源社区榜单，实时数字人模型实现亚秒级延迟，端到端对话转录模型在多个会议数据集上超越主流商用产品。这些技术积累不仅提升了Soul自身的社交体验，更成为其开拓企业级市场的底气。公司自主研发的实时多模态交互技术体系，专注于情绪感知与语音交互，与通用大模型形成差异化竞争。
“B Soul”的推出标志着Soul战略升级的关键一步。这款硬件并非要替代手机，而是创造独立的情感交互空间。Soul CTO陶明解释，硬件的核心价值在于将虚拟社交中的情绪连接延伸至现实世界，用户可通过语音交互与内置的虚拟人对话，甚至自定义虚拟人形象与音色。区别于传统硬件厂商，Soul选择“硬件+IP”的商业模式：通过与迪士尼等IP方合作，将热门角色植入设备，同时利用自有虚拟人资源构建独家内容生态。陶明坦言，硬件制造曾遭遇供应链管理难题，最终选择与专业厂商合作，将研发重心放在交互模型与软件优化上。
在B端市场，Soul瞄准人机交互的细分场景，提供包含模型、记忆系统与合规模块的整套解决方案。陶明指出，通用大模型厂商多以API接口形式提供服务，而Soul则深度参与客户场景，例如为具身智能机器人开发情绪感知模块，或为智能座舱设计符合驾驶场景的交互系统。商业模式上，公司采用“算力分成”模式，与数据中心合作部署模型，避免重资产投入。这种差异化策略已吸引机器人、内容演绎等领域客户，英文版模型也计划于明年推向海外市场。
技术层面，Soul的实时数字人技术突破了传统驱动式方案的机械感。基于生成式模型的新方案支持普通用户上传照片即可生成动态形象，且在单张4090显卡上实现工业级帧率。为平衡实时性与效果，团队通过优化隐空间表征与量化技术，将模型参数控制在较小规模。针对AI虚拟人可能引发的沉迷问题，Soul采取双重策略：技术上部署AI安全模型审核对话内容，产品上设置显著标识与强制休息提醒，甚至故意保留虚拟人的“不完美”特质，避免用户过度依赖。
数据显示，AI的引入反而促进了Soul平台的人际社交。部分原本社交能力较弱的用户，通过与AI对话训练表达能力后，更愿意参与真人互动，形成正向循环。陶明强调，Soul始终以人际社交为核心，AI仅作为辅助工具存在。这种定位使其在竞争激烈的AI社交领域保持独特性——当其他平台探索AI伴侣时，Soul更关注如何用技术激活真实人际关系。
内部管理上，Soul正推动AI编码的普及。技术团队通过举办创新竞赛等方式，鼓励工程师减少手动编码。尽管AI生成的代码仍需人工审核，但陶明认为，激进的技术转型能迫使团队突破思维惯性。对于战略升级的挑战，他坦言最焦虑的是如何确保B端服务真正为客户创造价值：“我们需要穿透产品提供方，直接触达终端用户的需求，这对经营思维是全新考验。”
从社交平台到AI生态公司，Soul的转型路径逐渐清晰：以自研模型为基石，一方面升级现有社交业务，另一方面将技术能力延伸至产业链。其最新发布的SoulX-LiveAct模型已能识别用户动作并驱动数字人响应，标志着交互技术从情绪生成向意图理解迈进。随着具身智能、智能座舱等领域合作伙伴的增加，Soul正朝着成为“情绪感知交互基础设施提供商”的目标前行。
