声网母公司2025年Q2财报：营收同比增长11.0%，单季净利润超千万

　　北京时间8月19日，声网母公司Agora, Inc. ( NASDAQ：API ) 公布了2025年第二季度财报。财报显示，第二季度Agora, Inc. 总营收3426万美元，同比增长11.0%(不含去年三季度起已终止的低毛利业务)。公司指引三季度收入区间为3400-3600万美元，同比去年三季度增长7.6%-13.9%。

　　在美国通用会计准则(GAAP)下，Agora, Inc. 第二季度净利润为146万美元(合人民币1050万元)，继2024年Q4同比扭亏为盈后，已连续三个季度实现GAAP盈利，且利润额超过一季度3倍以上。

　　对此，Agora, Inc. 创始人兼CEO赵斌表示，“我们欣然宣布，公司连续三个季度实现美国通用会计准则(GAAP)下的盈利。利润率的持续提升得益于稳健的收入增长与运营效率的不断优化。

　　自今年三月推出对话式AI引擎产品以来，我们已携手客户在多个场景下开发语音对话智能体。目前，部分客户的智能体方案已在呼叫中心和AI陪伴硬件等场景落地应用。

　　基于这一良好发展势头，我们将继续深度融合垂直场景专业知识与特点，并进一步提升产品性能与体验。 我们日益坚定地相信，我们的技术将驱动客服、教育和智能硬件等广泛行业的智能化转型。”

　　在现金储备方面，截至2025年6月30日，Agora, Inc. 现金、现金等价物、银行存款及银行理财产品为3.77亿美元。

　　对话式 AI 引擎全新升级，支持声纹识别、数字人、视觉理解

　　7月26-29日，声网亮相2025世界人工智能大会(WAIC)，正式发布新版对话式AI引擎，该版本新增声纹识别、数字人与视觉理解三项功能，实现对话式AI音视频交互体验的全新升级。

　　· 声纹识别：选择性注意力锁定新增声纹识别功能，该功能赋予AI精准识别用户声纹特征的能力，有效区分不同说话者。用户只需在对话初期大声、清晰地说话，即可提升AI对声音的锁定效果。声纹识别不仅可以智能屏蔽95%的环境人声、噪声，让AI对话更准确、高效，同时也适用于多人与AI对话的场景，实现更加多元化的对话式AI响应与服务。

　　· 数字人交互：支持商汤等市场主流的数字人方案，通过集成高度拟真、表情动作自然的数字人，用户可与屏幕中的高度拟人化的数字形象进行实时、生动的对话互动，增强交互的临场感与情感连接，且有多个数字人形象供选择，适用于虚拟客服、教育陪伴、娱乐社交等多种场景。

　　· 视觉理解：新增的视觉理解能力为AI加上“眼睛”，一方面支持实时视频，能够解析摄像头捕捉的画面信息，结合语音指令，AI能“看懂”用户手势、环境物体或特定视觉线索，实现“所见即所言”的智能反馈;另一方面，支持拍照与图片上传识别，AI会解答图片中的关键信息，可适用于教育场景的拍照识题与作业批改，智能助手场景的识物、翻译、分析等。在对话式AI中加入视觉理解，将为人机对话协作开辟更广阔的空间。

　　对话式AI正从基础的互动问答向深度理解、情感共鸣和情境感知演进。声网对话式 AI引擎具备的声纹识别、数字人和视觉理解等能力，成为构建下一代自然、沉浸式人机交互基础设施的重要一步。

　　此外，本季度声网还发布了全球首个AI模型评测平台(对话式)。该平台针对对话式 AI 场景下，级联大模型中的ASR+LLM+TTS 延迟数据提供主流供应商的横向测评，更直观的展示声网对话式AI引擎适配各主流模型的实时性能数据。同时，平台还提供了“竞技场”功能，开发者可自由选择ASR、LLM、TTS的主流供应商进行对比，根据性能延迟的数据表现，选择更适配自身业务的模型供应商。

　　助力AI智能助手、AI陪伴机器人等多元场景落地

　　随着不断地技术创新和体验升级，声网进一步加速了对话式AI能力在各行业场景的落地。本季度，声网在AI智能助手、AI陪伴机器人、多模态AI智能体创作等多个场景中，都实现了客户应用案例落地。

　　星野是依托MiniMax先进的多模态AIGC技术，构建的自由创造与分享AI智能体的创作平台。基于MiniMax在文本、声音、视觉模型下的先进能力，以及声网对话式 AI 技术，星野平台中的用户与AI智能体可实现秒回、清晰、流畅的实时语音对话，再搭配超拟人的AI音色，让AI交互更接近人类的真实对话，成为用户娱乐、工作、学习中的AI伙伴。

　　MiniMax Chat是基于MiniMax最新自研多模态大语言模型打造的AI助手，在声网助力下，语音对话体验成为MiniMax Chat亮点功能之一，响应速度快、AI秒回，即使在弱网、嘈杂环境下，也能清晰、流畅对话。基于MiniMax出色的新一代语音大模型，AI的声音逼真、语气自然，能流畅处理多语种混合输出，并提供调节语速和更换声音等功能。

　　智谱清言是基于智谱GLM系列模型开发的AI助手，结合智谱出色的音视频理解模型和情感语音模型，清言能够看到和理解用户所处环境，更好地提供问答、翻译、导游、作业辅导等功能。在声网对话式AI技术的助力下，智谱清言的视频通话延迟更低，对话更流畅。

　　赋之科技推出的EBO Air 2 Plus探索了全新AI玩法，通过声网对话式AI引擎，让用户可与多个大模型助手展开对话，支持6大角色，20+音色，无论知识问答、互动聊天、还是情感陪伴都能一键与 AI 实现自然、流畅的真实互动体验。

　　Miko3是一款STEAM智能教育机器人，通过声网提供的对话式AI技术，Miko3机器人不仅可以与孩子进行自然、流畅的对话，还能准确识别儿童的情绪并快速给予相应的反馈，成为贴心的情感陪伴者。

　　从高效生产力工具到暖心情感陪伴，声网对话式AI能力正深度渗透智能硬件、教育、社交等多元领域，持续释放行业价值与增长潜力。未来，声网将深耕场景创新与技术迭代，不断打磨人与智能体的实时互动体验，以更自然、沉浸的交互能力，助力AI真正融入千行百业的实践场景。