百融智能「百融聲動」品牌全面發佈：統一語音底座“VoxOne”落地，AICC業務靜待花開

「聲動千行 · 音生萬象」：2026 年 10 月 27 日，上海 —— 百融智能（06608.HK）舉辦「百融聲動」品牌與產品發佈會，發佈以「百融聲動」爲統一品牌、以“VoxOne”爲統一語音智能底座的 Voice AI 產品體系，覆蓋企業級硅基客服（百服）、智能營銷（百盈）與語音交互開放平臺（百語）三條產品線，並首次完整披露該業務在 AICC（AI 智能聯絡）下的業務結果、技術底座與商業模式。

發佈會釋放的信息很集中：百融把 Voice AI 從“能對話”推進到“能對結果負責”。

發佈的是產品，驗證的是業務；真正決定這次發佈分量的，是第三個問題：模型人人可得之後，還有什麼能構成壁壘？Voice AI 的競爭，已從“能不能做”進入“誰能把結果交付出來”。

01 爲什麼是語音：AI 最難的一塊，也是最貼近業務現場的一塊

發佈會給出的第一組數據來自人類溝通本身：清醒狀態下的溝通中，45% 用於傾聽、30% 用於語音表達，合計 75% 屬於語音類溝通；79% 的企業員工遇到需迅速行動的問題時優先用語音對齊；76% 的客戶在面對複雜業務與高風險問題時優先語音溝通。美國德克薩斯大學與芝加哥大學的研究亦顯示，相比純文字交流，語音能帶來更強的社會聯結感，且不會增加尷尬感。

但對 AI 來說，語音恰恰是最難的一類問題。百融在語音這條線上已積累多年，難在三處。百融智能用三道關卡描述企業級語音 AI 的門檻：聽懂需求，從聽清字句到理解意圖；自然交流，從一問一答到跟得上追問、打斷與改口；辦成業務，從對話回應到任務執行與結果交付。

第一，一句話同時攜帶兩層信息——理解語音要同時捕捉詞句、停頓與情緒，一句話出口時已帶上語義與非語言線索：是反問，還是禮貌的拒絕。

第二，語音本身就是一條信息維度受限的通道。傳統通話是每秒 8,000 次採樣的窄帶標準，可獲取的聲學信息少於互聯網寬帶音頻。百融已針對真實語音環境做過預訓練，並持續打磨窄帶語音識別、降噪、用戶打斷與對話輪次判斷能力。

第三，語音是動態的，文字不是。文字是一問一答，語音是連續的——用戶會沉默、會中途改口、會用語氣代替事實表達不滿，也會在情緒升高時要求轉人工。

「聽清不等於聽懂，聽懂不等於答對，答對不等於答好，答好不等於解決問題。」

這三條指向同一個結論：前後兩層之間，差的不是模型參數，而是對業務流程的理解、對系統的接入能力與對結果負責的機制。在消費級場景，一次交互失敗的代價是一次重試；在企業聯絡場景則可能是一次投訴——這正是百融把 Voice AI 做成底座而非功能點的原因。

02 一條底座，三副面孔

百融聲動 VoxOne 是百融智能的統一語音智能底座，定位「企業級生產可用的 Voice AI」，向不同場景輸出對結果負責的硅基員工。Vox 是拉丁語的「聲音」，One 代表底座的唯一。

百服（企業級硅基客服）三種形態：百服 Prime 是百服硅基客服的旗艦品牌；百服 Lite 以一體機交付，面向重視數據隱私、希望快速輕量部署的中小企業，全私有化本地部署、數據不出內網，主打無需重構系統、最快當天上線，並預置行業話術與業務流程，無需調教；百服 Aura 爲外勤人員而造，把語音與社媒溝通全量沉澱爲可追溯記錄，疊加 AI 客戶洞察與跟進閉環。

百盈：營銷 Agent，面向客戶洞察與精準觸達。它落在“AI通話”這件事的主動方——外呼營銷，把外呼從“語音通知”變成“篩人、跟進、轉化”的作業線。路徑是五步閉環：高潛識別 → 主動觸達 → 斷點跟進 → 人工承接 → 轉化承接，硅基員工基於數據分層精準識別高潛客戶，承接前四步。已落地三類場景：券商的企微添加與開戶斷點喚醒、電商平臺的商戶自助外呼、頭部產險的老客續保規模化觸達。

百語：面向多元生態的語音交互開放平臺，提供全雙工實時語音交互——用戶可隨時打斷、補充或修正需求——落地於 AI 陪伴玩具、智能穿戴與行業智能終端，並支持語音 API、芯片與模組適配、端雲協同。六項原子能力——抗噪拾音、優雅打斷、人聲甄別、複雜聲場適配等——指向同一件事：真實世界的通話線路上，每一段聲音都是值得被拆解的。

產品解決的是第一個問題——能不能做。但對企業決策者來說，真正的問題更深一層。

03 已經發生的業務結果：數據、增長與跨行業複製

發佈會披露的 VoxOne Family 業務價值，都可被追問。2026 年中期業績顯示，AICC 收入 1.66 億元、同比增長 52%，其中面向物流、券商、銀行、運營商、車險等新場景收入 1,126 萬元、同比增長 195%。

換句話說，百融的增長結構，正在由 AICC 重新定義。但一組漂亮的數字本身不構成壁壘——數字可以被複制一次。

跨行業的複製正在發生。最被關注的一個案例來自物流，痛點很具體：超過 60% 的諮詢集中在查件、催件、時效等標準化問題上，人工坐席被大量重複諮詢消耗；大促與節假日呼入量暴增時，人工接通率顯著下降。

落地結果：該場景硅基客服日處理通話近 1.5 萬通（上線初期不足 1,000 通），最長單通通話時長已超 20 分鐘並獨立處理完問題，累計服務撥入客服的用戶超過百萬人；來電由 AI 獨立接待，複雜事項攜服務記錄轉人工並通過監控質檢持續優化，並已在某頭部物流公司全場景落地。

券商行業，複製同樣在發生。截至 2026 年 8 月，已簽約及在途的券商客戶達 13 家，某頭部券商的硅基客服員工數量已由年初約 30 個增至約 210 個，且硅基客服員工的單月收費低於相應碳基座席的綜合成本——客戶在驗證效果後主動擴容，是企業級 AI 最難僞造的信號。

百服 Prime，硅基員工已進入物流、航司、券商、銀行、運營商等行業。

百融智能同時給出行業側測算：中期（3—5 年），高人力成本行業可被 AI 化釋放的人力成本規模可觀（口徑：預估人數 × AI 改造率 × 年薪，公司自有測算）。

可複製的是方法，難以複製的是產生這些結果的東西。

04 按結果付費：商業模式與技術底座

本次發佈的產品全部採用 RaaS（Results as a Service，結果即服務）計價：按成功完成的工單或有效通話數、按實際部署的硅基員工數、按促成的業務規模分潤。以物流客戶爲例，硅基客服單次成功通話的收費低於相應的碳基座席綜合成本，客戶同時減少招聘與培訓支出；處理量提升時，收入隨成功工單與有效通話量同步增長。

百融不是把 AI 工具賣給客戶，而是把原本由碳基座席承擔的具體任務和業務流程接過來，讓碳基座席更聚焦於需要深度溝通與情緒關懷的工作——這是業務結構上最核心的一次調整。

支撐這套模式成立的，是自研模型矩陣。本次發佈會展示了 BR-Voice 端到端語音多模態大模型與 BR-LLM-Proactive 主動引導式對話大模型：端到端響應時延 500 毫秒以內；AISHELL2 公開測評集字錯誤率 2.30%；行業熱詞檢索 F1 值 97.03%；對話輪次感知 F1 值 96.35%；TTS 擬人度 95.00%。百融爲真實語音環境預訓練專屬模型，參數規模壓縮在 0.4B 至 30B 區間，推理成本與部署速度直接受益；自研推理引擎把語音識別、大模型理解與語音合成改爲並行流式架構，整體響應速度提升 3 倍以上、推理成本下降 30%（據中國消費者報）。

外部榜單方面，BR-Voice 在 INTERSPEECH 2026 的 MLC-SLM 2026 挑戰賽任務二「多語種對話語音理解」中，以 94.84% 的官方準確率位列全球第三、國內產業界第一（110 餘支隊伍參賽，14 種語言、約 2,100 小時真實雙人長對話）；在 VoiceBench 公開評測基準中，BR-Voice-Reasoner 以 90.46 分位列當前公開榜單第二；在 IEEE SLT 2026 SmartGlasses 挑戰賽中，BR-Voice 四項任務全部進入全球前五，其中兩項口語語言理解任務獲全球第二；

更具長期價值的是數據。百融智能累計沉澱 26 億通真實對話數據——不可合成、不可公開獲得，是垂類模型難以短期複製的壁壘。

榜單可以證明模型能力，卻證明不了交付能力。這兩件事之間還差着一段最費力的話。

05 從模型到交付：前 99 公里與 AI Roll-up

百融智能反覆強調：模型更強、能操作電腦，並不等於可以直接落地企業。真正的門檻在「前 99 公里」——流程與系統的穩定性、可控性與安全性，ERP/CRM 與內部系統的打通，以及業務流程設計；只有這 99 公里鋪好，最後 1 公里的執行能力纔有意義。

爲解決這 99 公里，公司配置了 FDE（Forward Deployed Engineer，前沿部署工程師）團隊，深入客戶現場梳理業務需求、操作規則與系統環境，把人工流程轉化爲 AI 工作流，從用戶交互、任務處理到系統回寫和結果交付形成閉環，上線後依實際運行效果持續迭代。

前 99 公里靠人修，但每修一次，模型就多一分真實反饋。第三個問題才真正露出來：這盤棋，還能往哪兒走。

在北美，以昂貴的勞動力市場爲切口的 AI Roll-up 已成爲趨勢。這條路徑可拆成三步：資本整合，獲取客戶關係、服務產能與真實工作流；AI 改造，把 AI 嵌入行業流程、改進服務交付；經營結果，以成本、質量與客戶價值作爲檢驗標準。2025 年美國僱傭報酬約 16 萬億美元（FRED 年度數據），2022 年美國軟件總支出約 3,130 億美元，軟件支出僅佔勞動力支出的 2%（來源：a16z《Vertical SaaS: Now with AI Inside》）。能形成利潤的不是軟件本身，而是把 AI 裝進真實運營流程後的結果。

百融智能正在把這條路徑落到產業協同上，目前披露兩項實踐：與志行合力在 AI + BPO 方向推動人機協同服務——標準化任務由 AI 承接，複雜事項由人工承接；與中金資本合作設立產業基金——公司於 10 月 15 日公告，與中金資本等設立初始規模 5 億元的產業基金，數科優享認繳 1.95 億元、佔比 39%，中金資本擔任普通合夥人及基金管理人，投向 AI、算力、先進製造與智能硬件。

一家以 AICC 爲主業的公司，把產業基金的錨點也放在 AICC 上——它要的不是財務回報，是能裝進交付鏈路的上游資產。

故事沒有結束——它只是從公司層面延伸到了產業層面。

06 三種視角，匯聚在同一場發佈會

對企業客戶，百融會講清楚 AI 交付的驗收標準如何界定、轉人工由誰觸發、收費口徑與結果如何對應，以及現有系統要改造到什麼程度——從直接接入既有聯絡中心，到全私有化本地部署、數據不出內網的開箱即用形態，都會給出明確邊界。

對投資與產業研究，百融會交代能力跨行業複製的速度與成本、交付體系的最新進展——從 FDE 現場改造到物流、券商兩地的規模化落地——以及 AI Roll-up 爲 Contact Center 提供的升級路徑。

對媒體，百融會提供各項業務數據的統計口徑與可覈對材料，包括公開評測榜單、公司公告與可獨立覈實的第三方來源。

百融智能創始人兼 CEO 張韶峯此前給出的路徑是「先驗證、再複製、再放大」，本次發佈會是它在 Voice AI 上的完整呈現。

「AI Roll-up 爲 Contact Center 的產業協同與智能化升級提供了一條新路徑。」百融智能在發佈會結束時表示，將持續深耕客戶服務場景，與產業夥伴推進人機協同升級。

智能拓界，同道致遠——讓每一次聯絡更有價值。