「百融声动」品牌全面发布：
统一语音底座“VoxOne”落地，
AICC业务静待花开
「声动千行 · 音生万象」：2026 年 10 月 27 日，上海 —— 百融智能（06608.HK）举办「百融声动」品牌与产品发布会，发布以「百融声动」为统一品牌、以“VoxOne”为统一语音智能底座的 Voice AI 产品体系，覆盖企业级硅基客服（百服）、智能营销（百盈）与语音交互开放平台（百语）三条产品线，并首次完整披露该业务在 AICC（AI 智能联络）下的业务结果、技术底座与商业模式。
从「能对话」推进到「能对结果负责」
模型人人可得之后，还有什么能构成壁垒？
发布会释放的信息很集中：百融把 Voice AI 从“能对话”推进到“能对结果负责”。
发布的是产品，验证的是业务；真正决定这次发布分量的，是第三个问题：模型人人可得之后，还有什么能构成壁垒？Voice AI 的竞争，已从“能不能做”进入“谁能把结果交付出来”。
01 为什么是语音：AI 最难的一块，也是最贴近业务现场的一块
发布会给出的第一组数据来自人类沟通本身：清醒状态下的沟通中，45% 用于倾听、30% 用于语音表达，合计 75% 属于语音类沟通；79% 的企业员工遇到需迅速行动的问题时优先用语音对齐；76% 的客户在面对复杂业务与高风险问题时优先语音沟通。美国德克萨斯大学与芝加哥大学的研究亦显示，相比纯文字交流，语音能带来更强的社会联结感，且不会增加尴尬感。
但对 AI 来说，语音恰恰是最难的一类问题。百融在语音这条线上已积累多年，难在三处。百融智能用三道关卡描述企业级语音 AI 的门槛：听懂需求，从听清字句到理解意图；自然交流，从一问一答到跟得上追问、打断与改口；办成业务，从对话回应到任务执行与结果交付。
🎙 企业级语音 AI 的三道关卡
① 听懂需求
从听清字句 → 到理解意图
② 自然交流
从一问一答 → 跟得上追问 · 打断 · 改口
③ 办成业务
从对话回应 → 任务执行与结果交付
第一，一句话同时携带两层信息——理解语音要同时捕捉词句、停顿与情绪，一句话出口时已带上语义与非语言线索：是反问，还是礼貌的拒绝。
第二，语音本身就是一条信息维度受限的通道。传统通话是每秒 8,000 次采样的窄带标准，可获取的声学信息少于互联网宽带音频。百融已针对真实语音环境做过预训练，并持续打磨窄带语音识别、降噪、用户打断与对话轮次判断能力。
第三，语音是动态的，文字不是。文字是一问一答，语音是连续的——用户会沉默、会中途改口、会用语气代替事实表达不满，也会在情绪升高时要求转人工。
「听清不等于听懂，听懂不等于答对，答对不等于答好，答好不等于解决问题。」
这三条指向同一个结论：前后两层之间，差的不是模型参数，而是对业务流程的理解、对系统的接入能力与对结果负责的机制。在消费级场景，一次交互失败的代价是一次重试；在企业联络场景则可能是一次投诉——这正是百融把 Voice AI 做成底座而非功能点的原因。
🧩 02 同一底座，三副面孔
VoxOne · 百服 / 百盈 / 百语
百融声动 VoxOne 是百融智能的统一语音智能底座，定位「企业级生产可用的 Voice AI」，向不同场景输出对结果负责的硅基员工。Vox 是拉丁语的「声音」，One 代表底座的唯一。
百服（企业级硅基客服）三种形态：百服 Prime 是百服硅基客服的旗舰品牌；百服 Lite 以一体机交付，面向重视数据隐私、希望快速轻量部署的中小企业，全私有化本地部署、数据不出内网，主打无需重构系统、最快当天上线，并预置行业话术与业务流程，无需调教；百服 Aura 为外勤人员而造，把语音与社媒沟通全量沉淀为可追溯记录，叠加 AI 客户洞察与跟进闭环。
📞 百服 · 三种形态
百服 Prime · 旗舰
一年客户增长 34 倍 → 104 家 · 覆盖 8 个行业
百服 Lite · 一体机
全私有化本地部署 · 数据不出内网 · 最快当天上线
百服 Aura · 外勤
线索转有效商机率 5% → 8% · 到期客户续费率 62% → 71%
百盈：营销 Agent，面向客户洞察与精准触达。它落在“AI通话”这件事的主动方——外呼营销，把外呼从“语音通知”变成“筛人、跟进、转化”的作业线。路径是五步闭环：高潜识别 → 主动触达 → 断点跟进 → 人工承接 → 转化承接，硅基员工基于数据分层精准识别高潜客户，承接前四步。已落地三类场景：券商的企微添加与开户断点唤醒、电商平台的商户自助外呼、头部产险的老客续保规模化触达。
百语：面向多元生态的语音交互开放平台，提供全双工实时语音交互——用户可随时打断、补充或修正需求——落地于 AI 陪伴玩具、智能穿戴与行业智能终端，并支持语音 API、芯片与模组适配、端云协同。六项原子能力——抗噪拾音、优雅打断、人声甄别、复杂声场适配等——指向同一件事：真实世界的通话线路上，每一段声音都是值得被拆解的。
产品解决的是第一个问题——能不能做。但对企业决策者来说，真正的问题更深一层。
03 已经发生的业务结果：数据、增长与跨行业复制
数据 · 增长 · 跨行业复制
发布会披露的 VoxOne Family 业务价值，都可被追问。2026 年中期业绩显示，AICC 收入 1.66 亿元、同比增长 52%，其中面向物流、券商、银行、运营商、车险等新场景收入 1,126 万元、同比增长 195%。
// VOXONE FAMILY · 业务价值
3.9 亿
累计服务客户（接通人数）
↓ 50%+
服务成本降低
99.7%
客户满意度
26 亿通
累计沉淀真实对话
1.66 亿
AICC 收入
↑ 52%
1,126 万
新场景收入
↑ 195%
1.55 亿
信贷场景 AICC 收入
↑ 47%
2026 年中期业绩
换句话说，百融的增长结构，正在由 AICC 重新定义。但一组漂亮的数字本身不构成壁垒——数字可以被复制一次。
跨行业的复制正在发生。最被关注的一个案例来自物流，痛点很具体：超过 60% 的咨询集中在查件、催件、时效等标准化问题上，人工坐席被大量重复咨询消耗；大促与节假日呼入量暴增时，人工接通率显著下降。
落地结果：该场景硅基客服日处理通话近 1.5 万通（上线初期不足 1,000 通），最长单通通话时长已超 20 分钟并独立处理完问题，累计服务拨入客服的用户超过百万人；来电由 AI 独立接待，复杂事项携服务记录转人工并通过监控质检持续优化，并已在某头部物流公司全场景落地。
券商行业，复制同样在发生。截至 2026 年 8 月，已签约及在途的券商客户达 13 家，某头部券商的硅基客服员工数量已由年初约 30 个增至约 210 个，且硅基客服员工的单月收费低于相应碳基座席的综合成本——客户在验证效果后主动扩容，是企业级 AI 最难伪造的信号。
百服 Prime，硅基员工已进入物流、航司、券商、银行、运营商等行业。
百融智能同时给出行业侧测算：中期（3—5 年），高人力成本行业可被 AI 化释放的人力成本规模巨大元（口径：预估人数 × AI 释放率 × 年薪，公司自有测算）。
可复制的是方法，难以复制的是产生这些结果的东西。
💰 04 按结果付费：商业模式与技术底座
RaaS · 自研模型矩阵
本次发布的产品全部采用 RaaS（Results as a Service，结果即服务）计价：按成功完成的工单或有效通话数、按实际部署的硅基员工数、按促成的业务规模分润。以物流客户为例，硅基客服单次成功通话的收费低于相应的碳基座席综合成本，客户同时减少招聘与培训支出；处理量提升时，收入随成功工单与有效通话量同步增长。
百融不是把 AI 工具卖给客户，而是把原本由碳基座席承担的具体任务和业务流程接过来，让碳基座席更聚焦于需要深度沟通与情绪关怀的工作——这是业务结构上最核心的一次调整。
支撑这套模式成立的，是自研模型矩阵。本次发布会展示了 BR-Voice 端到端语音多模态大模型与 BR-LLM-Proactive 主动引导式对话大模型：端到端响应时延 500 毫秒以内；AISHELL2 公开测评集字错误率 2.30%；行业热词检索 F1 值 97.03%；对话轮次感知 F1 值 96.35%；TTS 拟人度 95.00%。百融为真实语音环境预训练专属模型，参数规模压缩在 0.4B 至 30B 区间，推理成本与部署速度直接受益；自研推理引擎把语音识别、大模型理解与语音合成改为并行流式架构，整体响应速度提升 3 倍以上、推理成本下降 30%（据中国消费者报）。
⚙️ 自研模型矩阵 · 关键指标
< 500 ms
端到端响应时延
2.30%
AISHELL2 字错误率
97.03%
行业热词检索 F1
96.35%
对话轮次感知 F1
95.00%
TTS 拟人度
3× / ↓30%
提速 / 推理成本
BR-Voice 端到端语音多模态大模型 · BR-LLM-Proactive 主动引导式对话大模型
参数规模压缩在 0.4B — 30B 区间 · 并行流式架构
外部榜单方面，BR-Voice 在 INTERSPEECH 2026 的 MLC-SLM 2026 挑战赛任务二「多语种对话语音理解」中，以 94.84% 的官方准确率位列全球第三、国内产业界第一（110 余支队伍参赛，14 种语言、约 2,100 小时真实双人长对话）；在 VoiceBench 公开评测基准中，BR-Voice-Reasoner 以 90.46 分位列当前公开榜单第二；在 IEEE SLT 2026 SmartGlasses 挑战赛中，BR-Voice 四项任务全部进入全球前五，其中两项口语语言理解任务获全球第二；
更具长期价值的是数据。百融智能累计沉淀 26 亿通真实对话数据——不可合成、不可公开获得，是垂类模型难以短期复制的壁垒。
榜单可以证明模型能力，却证明不了交付能力。这两件事之间还差着一段最费力的话。
🛠️ 05 从模型到交付：前 99 公里与 AI Roll-up
百融智能反复强调：模型更强、能操作电脑，并不等于可以直接落地企业。真正的门槛在「前 99 公里」——流程与系统的稳定性、可控性与安全性，ERP/CRM 与内部系统的打通，以及业务流程设计；只有这 99 公里铺好，最后 1 公里的执行能力才有意义。
为解决这 99 公里，公司配置了 FDE（Forward Deployed Engineer，前沿部署工程师）团队，深入客户现场梳理业务需求、操作规则与系统环境，把人工流程转化为 AI 工作流，从用户交互、任务处理到系统回写和结果交付形成闭环，上线后依实际运行效果持续迭代。
前 99 公里靠人修，但每修一次，模型就多一分真实反馈。第三个问题才真正露出来：这盘棋，还能往哪儿走。
在北美，以昂贵的劳动力市场为切口的 AI Roll-up 已成为趋势。这条路径可拆成三步：资本整合，获取客户关系、服务产能与真实工作流；AI 赋能，把 AI 嵌入行业流程、改进服务交付；经营结果，以成本、质量与客户价值作为检验标准。2025 年美国雇佣报酬约 16 万亿美元（FRED 年度数据），2022 年美国软件总支出约 3,130 亿美元，软件支出仅占劳动力支出的 2%（来源：a16z《Vertical SaaS: Now with AI Inside》）。能形成利润的不是软件本身，而是把 AI 装进真实运营流程后的结果。
AI ROLL-UP · 三步
① 资本整合
获取客户关系 · 服务产能 · 真实工作流
② AI 赋能
嵌入行业流程 · 改进服务交付
③ 经营结果
以成本 · 质量 · 客户价值作为检验标准
2025 美国雇佣报酬约 16 万亿美元 · 2022 软件支出约 3,130 亿美元
软件支出仅占劳动力支出的 2% · 能形成利润的不是软件本身
百融智能正在把这条路径落到产业协同上，目前披露两项实践：与志行合力在 AI + BPO 方向推动人机协同服务——标准化任务由 AI 承接，复杂事项由人工承接；与中金资本合作设立产业基金——公司于 10 月 15 日公告，与中金资本等设立初始规模 5 亿元的产业基金，数科优享认缴 1.95 亿元、占比 39%，中金资本担任普通合伙人及基金管理人，投向 AI、算力、先进制造与智能硬件。
一家以 AICC 为主业的公司，把产业基金的锚点也放在 AICC 上——它要的不是财务回报，是能装进交付链路的上游资产。
故事没有结束——它只是从公司层面延伸到了产业层面。
👥 06 三种视角，汇聚在同一场发布会
客户 · 投资 · 媒体
对企业客户，百融会讲清楚 AI 交付的验收标准如何界定、转人工由谁触发、收费口径与结果如何对应，以及现有系统要赋能到什么程度——从直接接入既有联络中心，到全私有化本地部署、数据不出内网的开箱即用形态，都会给出明确边界。
对投资与产业研究，百融会交代能力跨行业复制的速度与成本、交付体系的最新进展——从 FDE 现场赋能到物流、券商两地的规模化落地——以及 AI Roll-up 为 Contact Center 提供的升级路径。
对媒体，百融会提供各项业务数据的统计口径与可核对材料，包括公开评测榜单、公司公告与可独立核实的第三方来源。
百融智能创始人兼 CEO 张韶峰此前给出的路径是「先验证、再复制、再放大」，本次发布会是它在 Voice AI 上的完整呈现。
「AI Roll-up 为 Contact Center 的产业协同与智能化升级提供了一条新路径。」百融智能在发布会结束时表示，将持续深耕客户服务场景，与产业伙伴推进人机协同升级。
智能拓界，同道致远——让每一次联络更有价值。
