核心能力
全双工对话
边说边听、随时打断，像打电话一样和 AI 交谈，多轮上下文持续在线
低延迟音频管线
音频经网关单链路中转，会话状态云端托管，客户端开箱即用
视频理解
可选实时视频帧输入，语音问答结合画面内容
工具编排
实时语音级联到带工具的大模型：对话中联网搜索、调取长期记忆、查询知识库，开口即把任务办成
适用场景
- 智能客服与语音热线
- 车载、硬件设备的语音交互
- 语音助手与陪伴式 Agent
- 免手操作的移动场景对话
接入方式
WebSocket 长连接双向音频流，鉴权后建立会话即可双向对讲；文本字幕随音频同步下发。