声网首席运营官刘斌在MEET 2025智能未来大会上分享了RTE技术在AI Agent时代的应用价值。声网作为全球音视频技术龙头，平台单月音视频使用时长达到700亿分钟。声网与OpenAI及MiniMax合作，致力于打造国内首个Realtime API。

刘斌指出，多模态对话体验的关键在于延迟低于1.7秒和能否打断。AI Agent应用产品化落地需要端到端、全球任意地点、弱网环境、各种终端下的低时延支持。无论是语音还是视频，多模态交互的AI Agent应用离不开RTE能力的支持。

声网拥有遍布全球的SD-RTN网络，确保音视频传输在400毫秒内端到端到达。声网还在30多个平台和30000多终端机型上提供SDK支持，涵盖各种操作系统。此外，声网在弱网环境下也能保证效果，这得益于其多年的技术积累。

声网发现现有RTC技术栈和基础设施存在改进空间，大型模型将在各种场景下大规模参与人类语言对话，从云端扩展到终端，再到边缘。未来，RTE将成为生成式AI时代AI基础设施的关键组成部分。