Lima produsen ponsel terkemuka memilih Volcano Engine untuk asisten AI mereka
12 November 2026 · Baca 3 menit
Asisten AI ponsel mengalami transformasi signifikan dari sekadar alat pencarian informasi menjadi mitra multimoda yang dapat mendengarkan, melihat, dan memahami konteks percakapan. Menurut data IDC kuartal kedua 2026 untuk pengiriman ponsel pintar di Tiongkok, lima produsen teratas, Honor, vivo, Lenovo, ZTE, dan Samsung, semuanya memilih kemampuan interaksi audio-video AI dari Volcano Engine sebagai fondasi teknologi untuk asisten ponsel mereka. Ini berarti di antara sepuluh produsen ponsel terkemuka di Tiongkok, setiap dua perusahaan memiliki satu yang menggunakan Volcano Engine untuk meningkatkan pengalaman asisten AI mereka.
Ketika pengguna berbicara kepada ponsel, proses di balik layar melibatkan pengenalan suara, inferensi model besar, sintesis suara, dan transmisi audio-video yang harus bekerja bersama dengan sempurna. Jeda respons antara manusia dalam percakapan tatap muka berkisar 200 hingga 500 milidetik, dan keterlambatan yang lebih lama akan menciptakan kesan terputus-putus. Volcano Engine mengompresi latensi respons ujung ke ujung hingga kurang dari 600 milidetik melalui pemrosesan aliran di seluruh rantai, didukung oleh jaringan akses lokal dengan lebih dari 4.000 simpul media global dan tingkat keberhasilan latensi ujung ke ujung 400 milidetik sebesar 99,5 persen atau lebih.
Asisten ponsel sering digunakan di lingkungan yang bising seperti kereta bawah tanah, ruang kantor terbuka, dan pusat perbelanjaan. Solusi Volcano Engine menggabungkan beberapa kemampuan: penyaringan AI mengurangi kebisingan latar belakang, penyaringan suara pembicara mengidentifikasi pembicara utama, dan deteksi semantik menentukan apakah pengguna benar-benar selesai berbicara. Sistem ini dapat menyaring 95 persen gangguan kebisingan dan mengurangi interupsi salah sebesar 90 persen.
Asisten suara tradisional terbatas pada pemahaman teks yang didengar. Ketika AI memiliki kemampuan suara, visual, dan pemahaman konteks secara bersamaan, asisten ponsel dapat merasakan lingkungan pengguna secara real-time, memahami objek dalam gambar, hubungan spasial, dan semantik adegan, kemudian memberikan respons interaktif yang lebih alami. Kemampuan visual mengubah asisten ponsel dari alat tanya jawab menjadi mitra cerdas dalam lingkungan, tidak hanya memahami apa yang dikatakan pengguna tetapi juga memahami skenario yang dialami pengguna.
Ponsel adalah salah satu perangkat AI paling menuntut. Jaringan berfluktuasi, kinerja perangkat dan daya terbatas, dan skenario penggunaan sangat beragam. Volcano Engine RTC telah mengumpulkan pengalaman lebih dari 100 miliar menit panggilan rata-rata per bulan dan adaptasi lebih dari 60.000 perangkat global, dengan stabilitas dan kompatibilitas yang telah diverifikasi berulang kali dalam skenario dunia nyata yang luas.
Honor YOYO menampilkan kemampuan dialog multimoda dari Volcano Engine untuk mendukung fungsionalitas interaksi audio-video AI. Pada model Robot Phone terbaru Honor, kemampuan ini diperluas lebih jauh dengan suara, visual, dan gerakan cloud platform fisik yang saling terhubung. Asisten AI tidak lagi hanya menjawab pertanyaan di layar tetapi dapat memutar secara fisik untuk "melihat" pengguna dan memberikan umpan balik yang mengikuti gerakan pengguna.
Samsung Bixby 4.0 meluncurkan layanan "Bahasa Percakapan Visual" berdasarkan kemampuan dialog audio-video real-time Volcano Engine. Pengguna dapat menonton layar sambil melakukan dialog multi-putaran dengan AI yang menggabungkan suara dan visual. Asisten ponsel tidak lagi hanya merespons secara pasif tetapi dapat memberikan percakapan berkelanjutan yang lebih alami berdasarkan gambar dan konteks.
Berdasarkan solusi AI dialog real-time satu pintu Volcano Engine, Lenovo Tianxi AI meluncurkan kemampuan dialog suara dan visual secara bersamaan di ponsel, tablet, dan PC, serta mengintegrasikan pemanggilan alat seperti koneksi jaringan dan protokol. Lenovo juga memperluas kemampuan ini ke skenario permainan dengan meluncurkan asisten pendamping permainan di laptop permainan.
vivo menyediakan fungsionalitas pendamping aksesibilitas untuk pengguna tunanetra berdasarkan model besar Lanxin. Pengguna dapat membuka kamera dan melakukan percakapan berkelanjutan dengan AI seperti panggilan video. Ketika mencari barang di dalam ruangan, pengguna dapat bertanya "Di mana earphone saya?" dan model akan memahami gambar yang ditangkap kamera secara real-time, memberikan panduan suara: "Menemukan kotak earphone putih di atas meja, terletak di area atas notebook."
Douyin Ponsel Asisten adalah asisten ponsel asli di era model bahasa besar. Produk pertama yang menghadap konsumen, Nubia NaviX Ultra, dikembangkan oleh Nubia di bawah ZTE. Pada ponsel asli AI ini, kemampuan interaksi audio-video AI Volcano Engine bukan fitur tambahan tetapi mesin interaksi tingkat dasar yang mendukung asisten ponsel Douyin untuk mewujudkan pengalaman asli dari tanya jawab suara hingga interaksi audio-video multimoda real-time.