声网Q3财报营收稳步增长RTEAI技术布局引领未来
近日，声网母公司Agora, Inc.（纳斯达克股票代码：API）发布了其2024年第三季度的财务报告。据报告显示，该季度Agora, Inc.总营收达到3157万美元。其中，专注于中国市场的声网业务贡献了1.13亿人民币的收入，而面向非中国市场的Agora则实现了1570万美元的营收。
在财务稳健性方面，截至2024年9月30日，Agora, Inc.拥有现金、现金等价物、银行存款及理财产品总计3.63亿美元。这一资金储备为公司未来的战略部署和技术创新提供了坚实的基础。
Agora的创始人兼首席执行官赵斌在财报发布后表示，公司近期推出了Conversational AI SDK，并与OpenAI Realtime API达成合作，这一举措使得开发者能够在任何应用程序中轻松集成语音驱动的对话式AI功能。赵斌认为，能够与人类进行自然对话的多模态AI将在客户服务、教育、健康等多个领域得到广泛应用，而Agora有望在这一新兴市场中占据关键地位。
为了支持这一愿景，Agora进行了组织结构的调整，旨在打造一个更高效、更灵活的企业架构，以更迅速地抓住市场机遇，并在生成式AI时代打造下一代实时互动技术，进一步巩固其在实时互动领域的领先地位。
尽管本季度声网净亏损约为2400万美元，同比扩大了约7%，但这一亏损主要源于一次性费用支出，包括取消员工期权和减记少数股权投资等。若不考虑这些非经常性项目，当季净亏损则为390万美元。声网的CFO王静波在业绩电话会上解释称，取消的员工期权费用是由于在股价较高时授予，虽然员工并未因此获得任何收益，公司也未付出任何现金或股份成本，但按照美国会计准则，这些期权未来所有的费用仍需在当季一次性计入。
在技术创新方面，Agora在第十届实时互联网大会上发布了RTE+AI能力全景图，从实时AI基础设施、RTE+AI生态能力、声网AI Agent、实时多模态对话式AI解决方案以及RTE+AI应用场景五个维度，全面展示了RTE与AI结合的技术实力、架构方案和应用前景。RTE已成为生成式AI时代AI基础设施的关键组成部分，而RTE与生成式AI的结合将引领下一个十年的场景创新。
多年来，Agora一直在探索将AI算法引入RTC技术栈的各个领域，以改善音视频体验和QoE。在音频领域，Agora推出了新一代实时音频技术智能引擎“凤鸣AI引擎”，其中的AI降噪、AI回声消除和空间音频等功能为实时互动场景带来了更加纯净和沉浸的听觉体验。在视频领域，Agora的“实时高清·超级画质”解决方案在提升视频画质的同时，也带来了AI美颜、虚拟背景、AI驱动表情与动作等方面的体验升级。
Agora还推出了实时多模态对话式AI解决方案，该方案以语音为核心，支持视频扩展，可实现文本、音频、图像、视频的组合输入和输出，为开发者和企业提供了构建真实、自然AI语音交互体验的工具。该方案具备低延迟、语音纯净、智能对话和灵活可扩展的AI Agent架构等优势。
在应用场景方面，Agora正式发布了aPaaS产品“灵动会议”，通过融合RTE技术与生成式AI能力，重塑会议协作体验。该产品为客户提供低代码视频会议平台，支持多云、多平台设计和SFU+MCU混合架构部署，全面满足客户的会议、协作和调度需求。RTE技术确保了低延迟、高质量的音视频传输，而生成式AI则提供智能化的辅助功能，如实时字幕和AI会议纪要，使会议从传统的信息传输工具升级为智能协作平台。
针对IoT行业，Agora推出了AI x IoT智能硬件解决方案，该方案能够在低功耗、低算力芯片上快速接入大模型，具备低延迟实时互动和低成本灵活适配的特性。目前，多模态大模型已在智能眼镜、智能手表、智能耳机等穿戴式设备上落地，并扩展到智能陪伴机器人、智能儿童毛绒玩具、智能戒指等新型场景。
在RTE产品方面，Agora也朝着更加专业化的方向发展。公司推出了面向实时互动的Status Page，提供电信级质量保证和分钟级更新质量保证状态的能力。同时，针对实时互动对话中的卡顿和延迟问题，提供了更加细致且清晰的指标，帮助开发者和客户更好地感知实时互动服务状态和能力。
针对泛IPC场景中用户接通率较低的问题，Agora推出了小程序VoIP CallKit，该方案基于RTSA音视频实时通话服务，支持微信小程序VoIP端到端呼叫功能，适用于带屏IPC、智能门锁、陪伴机器人、智能可视台灯、智能手表、智能带屏音箱等一系列IoT场景。
在游戏领域，随着今年8月中国首款3A游戏“黑神话：悟空”的推出，游戏开黑业务呈现爆发式增长。为了满足直播平台和主播对画质的高要求，Agora的游戏直播方案通过对采集和编码侧的核心技术进行优化，实现了实时视频编码，保证了游戏屏幕共享过程中的不掉帧、无卡顿、低延时和超高清的互动体验。
在Agora成立10周年之际，公司还推出了《读懂实时互动：音视频技术、场景及数据深度解读》一书。该书由机械工业出版社出版，声网研究院组编，全面系统地介绍了实时互动行业的发展历程、技术原理、应用场景和大数据观察。
