২৩ অক্টোবর, বেইজিংয়ে অনুষ্ঠিত হয় iRTE2026 রিয়েল-টাইম ইন্টেলিজেন্স কনফারেন্স। সাউন্ডনেটওয়ার্কের প্রতিষ্ঠাতা ও সিইও ঝাও বিন মূল ফোরামে "সংলাপ AGI: রিয়েল-টাইম ইন্টারঅ্যাকশনের পরবর্তী অধ্যায়" শিরোনামে বক্তব্য দেন, যেখানে তিনি গত এক বছরে রিয়েল-টাইম ইন্টারঅ্যাকশন, কথোপকথনমূলক AI এবং অন্তর্নিহিত অবকাঠামোর গুরুত্বপূর্ণ পরিবর্তনগুলো পর্যালোচনা করেন এবং "পাঁচ-স্তরের সংলাপ ক্ষমতা" কাঠামো প্রস্তাব করেন, যা কথোপকথনমূলক AI-এর মৌলিক উত্তর প্রদান থেকে গভীর বোঝাপড়া ও সম্পর্কভিত্তিক যোগাযোগের দিকে বিবর্তনের পথ রূপরেখা তুলে ধরে।
ঝাও বিন মনে করেন, AI যেহেতু প্রশ্নের উত্তর দেওয়া থেকে ধারাবাহিক আলাপচারিতা, প্রসঙ্গ বোঝা এবং কাজ সম্পাদনের দিকে এগোচ্ছে, রিয়েল-টাইম ইন্টারঅ্যাকশনের 대상 মানুষ থেকে মানুষ এবং মানুষ থেকে Agent-এ সম্প্রসারিত হচ্ছে। রিয়েল-টাইম ইন্টারঅ্যাকশন প্রযুক্তির ভূমিকাও এর সাথে প্রসারিত হচ্ছে: এটি কেবল তথ্য স্থানান্তরকে আরও স্থিতিশীল ও মসৃণ করাই নয়, AI-এর উপলব্ধি, বোঝাপড়া, প্রকাশ ও কর্মের জন্য রিয়েল-টাইম সহায়তা প্রদান করবে।
"এক প্রশ্নে এক উত্তর" থেকে গভীর সম্পর্কভিত্তিক যোগাযোগ পর্যন্ত: সংলাপ AGI-এর পাঁচ স্তরের বিবর্তন
ঝাও বিনের মতে, কথোপকথনমূলক AI-এর অগ্রগতি কেবল উত্তর দেওয়ার গতি বা ভাষার স্বাভাবিকতা দিয়ে 측정 করা উচিত নয়। এর চেয়ে গুরুত্বপূর্ণ হলো, এটি সংলাপের 대상의 অভিপ্রায়, পরিস্থিতি ও সম্পর্ক বুঝতে পারে কিনা, জটিল পরিস্থিতিতে যথাযথভাবে প্রকাশ করতে পারে কিনা এবং ধীরে ধীরে দীর্ঘমেয়াদী, গভীর বোঝাপড়া গড়ে তুলতে পারে কিনা।
এই বিচারের ভিত্তিতে, ঝাও বিন তার বক্তব্যে "পাঁচ-স্তরের সংলাপ ক্ষমতা" কাঠামো প্রস্তাব করেন, যা সংলাপ ক্ষমতাকে পাঁচটি স্তরে বিভক্ত করে:
L1, নিজস্ব দৃষ্টিকোণভিত্তিক প্রকাশ: আত্মপ্রকাশ ও নিষ্ক্রিয় ধারাবাহিকতাকে প্রধান ধরে "এক প্রশ্ন, এক উত্তর" বাস্তবায়ন করা।
L2: ইন্টারঅ্যাকশন নিয়মভিত্তিক প্রকাশ: নিষ্ক্রিয় প্রতিক্রিয়া থেকে সক্রিয় প্রকাশের দিকে অগ্রসর হওয়া, সংলাপকে আরও স্বাভাবিক ও সুসংগত করা।
L3: ব্যক্তিগত উপলব্ধিভিত্তিক যোগাযোগ: ব্যক্তির পরিচয়, অভিপ্রায় ও পরিস্থিতি বোঝা, ব্যক্তি-ভেদে ভিন্ন যোগাযোগ বাস্তবায়ন।
L4: গোষ্ঠীগত উপলব্ধিভিত্তিক যোগাযোগ: সামাজিক সম্পর্ক ও ভূমিকার পার্থক্য বোঝা, জটিল বহু-ব্যক্তি যোগাযোগ পরিস্থিতিতে খাপ খাওয়ানো।
L5: গভীর সম্পর্কভিত্তিক যোগাযোগ: দীর্ঘমেয়াদী প্রসঙ্গ ও সম্পর্কের বিবর্তন বোঝা, গভীরতর বোঝাপড়া ও চিন্তার সমন্বয় গঠন, যোগাযোগকে বর্তমান বোঝা থেকে একজন মানুষকে বোঝার দিকে নিয়ে যাওয়া।
এই পাঁচটি স্তর কেবল সংলাপ প্রযুক্তির ক্রমিক শক্তিবৃদ্ধি নয়, বরং AI ও মানুষের মধ্যে সম্পর্কের পরিবর্তনও তুলে ধরে: এক রাউন্ড প্রশ্নোত্তর সম্পন্ন করা থেকে একজন মানুষকে বোঝা, তারপর মানুষে-মানুষে সম্পর্ক বোঝা, এবং শেষে সময় ও প্রসঙ্গ ছাড়িয়ে গভীর যোগাযোগ গঠন করা।
ঝাও বিন উল্লেখ করেন, কথোপকথনমূলক AI প্রাথমিক নিষ্ক্রিয় ধারাবাহিক ইন্টারঅ্যাকশন থেকে আরও সক্রিয়, আরও স্বাভাবিক পূর্ণ-দ্বৈত সংলাপের দিকে বিকশিত হচ্ছে এবং মানুষের ব্যক্তিত্ব, পরিস্থিতি, আবেগ ও সম্পর্ক বোঝার চেষ্টা শুরু করেছে। ভবিষ্যতের দিকে, AI-কে জটিল সামাজিক পরিস্থিতিতে ভূমিকা বিভাজন ও যোগাযোগের শৃঙ্খলা ভেদ করতে হবে এবং ব্যক্তির দীর্ঘমেয়াদী সঞ্চিত প্রসঙ্গ আরও বুঝতে হবে। এটিই সংলাপ AGI-এর গুরুত্বপূর্ণ বিকাশের দিক: AI কেবল একটি বাক্য শুনতে পারবে না, বরং সম্পূর্ণ প্রসঙ্গের সাথে একজন মানুষের প্রকৃত অভিপ্রায় বুঝতে পারবে এবং যথাযথ প্রতিক্রিয়া দিতে পারবে।
Real-Time AI Infra: সংলাপ AGI-কে সহায়তা করার মূল অবকাঠামো
সংলাপ ক্ষমতার ধারাবাহিক বিবর্তন অন্তর্নিহিত প্রযুক্তির প্রতি আরও উচ্চতর দাবি তুলেছে। ঝাও বিন তার বক্তব্যে উল্লেখ করেন, গত এক বছরে OpenAI-সহ বিভিন্ন কোম্পানির WebRTC প্রযুক্তির গভীর ব্যবহার রিয়েল-টাইম ইন্টারঅ্যাকশন প্রযুক্তিকে কথোপকথনমূলক AI ক্ষেত্রে আরও ব্যাপক মনোযোগ ও প্রয়োগ এনে দিয়েছে। AI যেহেতু একক রাউন্ড প্রশ্নোত্তর থেকে ধারাবাহিক ইন্টারঅ্যাকশনের দিকে এগোচ্ছে, রিয়েল-টাইম ইন্টারঅ্যাকশন অবকাঠামো মডেল, এজেন্ট রানটাইম ফ্রেমওয়ার্ক ও ব্যবহারকারীর মধ্যে সংযোগকারী গুরুত্বপূর্ণ প্রযুক্তিগত সহায়তায় পরিণত হচ্ছে।
ঐতিহ্যবাহী AI অ্যাপ্লিকেশনের তুলনায়, সংলাপ পরিস্থিতিতে বিলম্ব, স্থিতিশীলতা ও দ্বিমুখী ইন্টারঅ্যাকশনের প্রতি আরও কঠোর требования রয়েছে। AI-কে একদিকে ব্যবহারকারীর ইনপুট গ্রহণ করতে হবে, অন্যদিকে প্রসঙ্গ বুঝতে হবে, প্রতিক্রিয়া সংগঠিত করতে হবে, প্রয়োজনে যেকোনো সময় বাধা মোকাবেলা করতে হবে এবং ধারাবাহিকভাবে টুল আহ্বান করে কাজ এগিয়ে নিতে হবে। যেকোনো ধাপে উল্লেখযোগ্য বিলম্ব সংলাপের স্বাভাবিকতা নষ্ট করতে পারে, এমনকি কাজ সম্পন্ন হওয়াকেও প্রভাবিত করতে পারে।
এই চাহিদাগুলো মেটানোর জন্য, ঝাও বিন রিয়েল-টাইম বুদ্ধিমান ইন্টারঅ্যাকশনের অবকাঠামোর দিকনির্দেশনা উপস্থাপন করেন: গ্লোবাল রিয়েল-টাইম ট্রান্সমিশন নেটওয়ার্ক, বিতরণকৃত ক্লাউড-এজ-ডিভাইস যৌথ ইনফারেন্স, রিয়েল-টাইম অর্কেস্ট্রেশন ও পূর্ণ-দ্বৈত ইন্টারঅ্যাকশন ক্ষমতার মাধ্যমে মডেল ও Agent-কে বাস্তব পরিস্থিতিতে ধারাবাহিকভাবে সমন্বয় করতে দেওয়া। সাউন্ডনেটওয়ার্কের কথোপকথনমূলক AI ইঞ্জিনও পূর্ণ-দ্বৈত ইন্টারঅ্যাকশনকে কেন্দ্র করে মডেল, Agent রানটাইম ফ্রেমওয়ার্ক ও ব্যবহারকারীকে সংযুক্ত করে স্থিতিশীল, সমলয় রিয়েল-টাইম সংলাপ অভিজ্ঞতাকে সহায়তা করে।
একই সাথে, সাউন্ডনেটওয়ার্ক ডেভেলপারদের জন্য কথোপকথনমূলক AI ডেভেলপমেন্ট টুল ও ডেভেলপমেন্ট কিট ক্রমাগত উন্নত করছে, SDK, Skills, CLI টুল ও Recipes ইত্যাদি ক্ষমতা একত্রিত করে ডেভেলপারদের সম্পূর্ণ লজিক ও সম্পাদন ক্ষমতাসম্পন্ন Agent আরও দক্ষভাবে নির্মাণে সহায়তা করছে।
কাস্টমার সার্ভিস, শিক্ষা থেকে AI সঙ্গ ও স্মার্ট পরিধেয় পর্যন্ত, ঝাও বিন মনে করেন কথোপকথনমূলক AI আরও বেশি বাস্তব পরিস্থিতিতে প্রবেশ করছে। AI সত্যিকারভাবে মূল্য সৃষ্টি করতে পারবে কিনা তা কেবল মডেল "কথা বলতে পারে" কিনা তার উপর নির্ভর করে না, বরং এটি চাহিদা বুঝতে, স্বাভাবিকভাবে যোগাযোগ করতে এবং ধারাবাহিকভাবে কাজ সম্পন্ন করতে পারে কিনা তার উপর নির্ভর করে। রিয়েল-টাইম ইন্টারঅ্যাকশন প্রযুক্তি এই প্রক্রিয়ায় ক্রমশ 더 গুরুত্বপূর্ণ ভূমিকা পালন করবে।
এরপর, NVIDIA-এর প্রধান আর্কিটেক্ট এবং AOMedia ভিডিও কোডেক ওয়ার্কিং গ্রুপের সহ-সভাপতি Andrey Norkin AV2 ভিডিও কোডেক প্রযুক্তি নিয়ে বক্তব্য দেন।
গোলটেবিল আলোচনা: ব্যক্তিগত এজেন্ট কি পরবর্তী প্রজন্মের ব্যক্তিগত প্রবেশদ্বার হয়ে উঠবে?
সাউন্ডনেটওয়ার্কের সহ-প্রতিষ্ঠাতা Tony Wang-এর সঞ্চালনায় প্রথম গোলটেবিলে ইন্টারঅ্যাকটিভ মিডিয়া প্রোডাক্ট ম্যানেজার ও প্রযুক্তি ব্লগার Eugene Wei, প্রযুক্তি স্বমédia ব্যক্তি ও পডকাস্ট "লুয়ানফানশু"-এর হোস্ট পান লুয়ান, এবং AIoT হার্ডওয়্যার উদ্যোক্তা ও এজ-সাইড AI স্বমédia ব্যক্তি হুয়া জিয়ানসিন "ব্যক্তিগত এজেন্ট: নতুন টুল থেকে নতুন প্রবেশদ্বার?" বিষয়ে আলোচনা করেন।
মোবাইল ফোন, চশমা, ইয়ারফোন থেকে আরও বেশি বহনযোগ্য ডিভাইস পর্যন্ত, ব্যক্তিগত এজেন্ট শিল্পে পরবর্তী প্রজন্মের মানব-কম্পিউটার ইন্টারঅ্যাকশন প্রবেশদ্বার নিয়ে নতুন করে ভাবনার সৃষ্টি করছে। পান লুয়ান মনে করেন, ব্যক্তিগত এজেন্ট একটি দৃষ্টান্তমূলক পরিবর্তন আনতে পারে: AI পণ্যের মূল্য ব্যবহারকারীর মনোযোগ আকর্ষণের প্রতিযোগিতা থেকে ব্যবহারকারীকে আরও দক্ষভাবে কাজ সম্পন্ন করতে সহায়তা করার দিকে转向 করছে। ভবিষ্যতের ব্যক্তিগত এজেন্ট কেবল স্পষ্ট নির্দেশে সাড়া দিলেই হবে না, বরং সক্রিয়ভাবে কাজের দায়িত্ব নিতে হবে, ব্যবহারকারীকে সেই সমস্ত কাজ সামলাতে সহায়তা করতে হবে যেগুলোর লক্ষ্য স্পষ্ট কিন্তু যেগুলোতে বেশি সময় ব্যয় করা মূল্যবান নয়।
পরবর্তী প্রজন্মের ব্যক্তিগত হার্ডওয়্যার সম্পর্কে, হুয়া জিয়ানসিন মত দেন যে ভবিষ্যতের প্রবেশদ্বার কোনো একটি নির্দিষ্ট ডিভাইসের একচেটিয়া নাও হতে পারে; চশমা, ইয়ারফোন এবং পরিবেশ উপলব্ধি করতে ও কাজ সম্পাদন করতে সক্ষম অন্যান্য হার্ডওয়্যারের সুযোগ রয়েছে। তিনি মনে করেন, ব্যক্তিগত এজেন্টকে কেবল ব্যবহারকারী বুঝলেই হবে না, বরং শারীরিক ডিভাইসের মাধ্যমে বাস্তব জগৎ ধারাবাহিকভাবে উপলব্ধি করতে এবং اقدام নিতে হবে, যা বিভিন্ন আকৃতির হার্ডওয়্যারের জন্য নতুন বিকাশের пространство তৈরি করে।
Eugene Wei আলোচনাকে "প্রসঙ্গ"-এর মূল্যের দিকে নিয়ে যান: ব্যক্তিগত এজেন্ট সত্যিকারভাবে ব্যবহারকারীর আগ্রহ, যোগাযোগের রেকর্ড ও সামাজিক সম্পর্ক বুঝতে পারে কিনা তা নির্ধারণ করবে এটি মূল্যবান ব্যক্তিগত প্রবেশদ্বার হতে পারবে কিনা। নতুন প্রবেশদ্বার সফল হবে কিনা তা পরিমাপের জন্য তিনি ব্যবহারকারীর প্রতিদিন Agent-এর সাথে ইন্টারঅ্যাকশনের অবস্থা এবং ব্যবহারকারী বেশি Agent-এর কাছে যাচ্ছে নাকি Agent বেশি ব্যবহারকারীর কাছে যাচ্ছে তা লক্ষ্য করার পরামর্শ দেন। গোলটেবিল এর মাধ্যমে ব্যক্তিগত এজেন্টের পণ্যমূল্য, হার্ডওয়্যার আকৃতি ও ভবিষ্যতের পরিমাপের মানদণ্ড নিয়ে আরও আলোচনা করে।
গোলটেবিল আলোচনা: "কথা বলতে পারা" থেকে "কাজ করতে পারা" পর্যন্ত, কথোপকথনমূলক AI কীভাবে প্রকৃত মূল্য সৃষ্টি করে?
সাউন্ডনেটওয়ার্কের প্রধান বাণিজ্যিক কর্মকর্তা Cui Bo-এর সঞ্চালনায় দ্বিতীয় গোলটেবিলে শিয়াইয়ুয়ে ইন্টেলিজেন্সের প্রতিষ্ঠাতা Chen Wei, Guanke Technology-এর প্রতিষ্ঠাতা Geng Xianglei, Rokid Leqi-এর সহ-প্রতিষ্ঠাতা ও ইকোসিস্টেম প্রধান Cai Guoxiang, এবং Titan Qiming-এর CEO Wu Kan, এমবডিড ইন্টেলিজেন্স, স্মার্ট পরিধেয়, এন্টারপ্রাইজ মার্কেটিং ও AI নিয়োগসহ বিভিন্ন পরিস্থিতি থেকে কথোপকথনমূলক AI নিয়ে আলোচনা করেন: পরবর্তী প্রজন্মের মানুষ-Agent ইন্টারঅ্যাকশন চালিত করা।
Chen Wei মনে করেন, এমবডিড ইন্টেলিজেন্সের মূল হলো মানুষের অভিপ্রায়কে সত্যিকারভাবে রোবটের কর্মে রূপান্তরিত করা। রোবটকে কেবল ভয়েস নির্দেশ বুঝলেই হবে না, বরং ভিজ্যুয়াল, ভয়েস ও নিজস্ব অবস্থাসহ বহুমodal তথ্য একত্রিত করে ভৌত পরিবেশের উপলব্ধি, পরিকল্পনা ও সিদ্ধান্ত সম্পন্ন করতে হবে এবং কর্মের পর পরিবেশের পরিবর্তন অনুযায়ী কাজের সম্পাদন ধারাবাহিকভাবে সমন্বয় করতে হবে। পূর্বনির্ধারিত প্রদর্শনী কাজ সম্পন্ন করার তুলনায়, রোবটের জন্য আরও গুরুত্বপূর্ণ হলো открыт পরিবেশে মানুষের প্রকৃত চাহিদা ধারাবাহিকভাবে বোঝা, যাতে কর্ম সর্বদা মানুষের অভিপ্রায়ের সাথে সামঞ্জস্যপূর্ণ থাকে। শিয়াইয়ুয়ে ইন্টেলিজেন্স Duplex Reasoning নামক নতুন দৃষ্টান্তের এমবডিড ফাউন্ডেশন মডেল বিকাশ করছে, যার লক্ষ্য রোবটের ইন্টারঅ্যাকশন ও কর্মের একীকরণ বাস্তবায়ন করা।
Cai Guoxiang AI চশমার অনুশীলন থেকে শুরু করে জোর দেন যে সংলাপ অভিজ্ঞতা AI পরিধেয় ডিভাইসের মূল প্রতিযোগিতা ক্ষমতা। তিনি বলেন, হার্ডওয়্যার ও পেছনের AI ক্ষমতা যতই শক্তিশালী হোক না কেন, যদি সংলাপ যথেষ্ট স্বাভাবিক না হয়, ব্যবহারকারীর অভিজ্ঞতা সরাসরি প্রভাবিত হবে। ভবিষ্যতে, AI পরিধেয় ডিভাইসকে কম বিলম্ব, স্থিতিশীল রিয়েল-টাইম ইন্টারঅ্যাকশন এবং শব্দার্থ ও দীর্ঘমেয়াদী প্রসঙ্গের বোঝাপড়ার মাধ্যমে ব্যবহারকারীকে ধীরে ধীরে অনুভব করাতে হবে যে তিনি AI-এর সাথে কথা বলছেন না। তিনি Rokid Leqi AI সহায়কের সাউন্ডনেটওয়ার্ক RTC লিংক সেবা ব্যবহারের অনুশীলনও শেয়ার করেন এবং AI চশমা AI যুগের গুরুত্বপূর্ণ ব্যক্তিগত প্রবেশদ্বার হয়ে উঠবে বলে আশাবাদ ব্যক্ত করেন।
এন্টারপ্রাইজ অ্যাপ্লিকেশন পরিস্থিতিতে, Geng Xianglei উল্লেখ করেন, AI ভয়েস সিটকে নির্ভরযোগ্য ব্যবসায়িক ডেলিভারি অর্জন করতে হলে বিলম্ব, বাধার সময় ও মানবসদৃশকরণ等问题 সমাধান করতে হবে, যেখানে বিলম্ব এমনকি কাজের ফলাফলকে সরাসরি প্রভাবিত করতে পারে। To B মার্কেটিংয়ের জন্য, AI-কে শিল্প জ্ঞান ব্যবস্থা ও মানব সহযোগিতার সাথে একত্রিত হতে হবে, তবেই ব্যবসায়িক ফলাফল আরও ভালোভাবে নিশ্চিত করা যাবে। Wu Kan AI নিয়োগের অনুশীলনের সাথে একত্রিত করে বলেন, কথোপকথনমূলক AI নিয়োগ ব্যবসায় বড় পরিসরে চাকরিপ্রার্থীদের কাছে পৌঁছাতে ও সেবার দক্ষতা বাড়াতে সহায়তা করতে পারে, কেবল মানবশক্তির সরল প্রতিস্থাপন নয়। ব্যবসায়িক বন্ধচক্র গঠনের জন্য শিল্প ডেটা সঞ্চয় করতে হবে, চাকরিপ্রার্থীকে কেন্দ্র করে ব্যবসা সংগঠিত করতে হবে, Agent-কে দীর্ঘমেয়াদী স্মৃতি গড়ে তুলতে সহায়তা করতে হবে এবং সাক্ষাৎকার, যোগদানসহ প্রকৃত ব্যবসায়িক ইভেন্টকে কেন্দ্র করে AI-কে সেবার মান ধারাবাহিকভাবে মূল্যায়ন ও অপ্টিমাইজ করতে সহায়তা করতে হবে।
চারজন অতিথির শেয়ারিং থেকে দেখা যায়, বিভিন্ন শিল্পের কথোপকথনমূলক AI-এর প্রতি требования ভিন্ন হলেও সবাই একই দিকে ইঙ্গিত করে: AI-কে কেবল যোগাযোগ করতে পারলেই হবে না, বরং বাস্তব পরিস্থিতি বুঝতে, বিদ্যমান ব্যবসায়িক প্রক্রিয়ায় একীভূত হতে এবং নির্ভরযোগ্যভাবে কাজ সম্পন্ন করতে হবে। রিয়েল-টাইম ইন্টারঅ্যাকশন, বহুমodal উপলব্ধি ও Agent সম্পাদন ক্ষমতার ধারাবাহিক বিকাশের সাথে, কথোপকথনমূলক AI ইন্টারঅ্যাকশন টুল থেকে আরও এগিয়ে ডিজিটাল জগৎ ও ভৌত জগতের মধ্যে সংযোগকারী এবং ব্যবসায়িক পরিচালনা চালিত করার গুরুত্বপূর্ণ শক্তিতে পরিণত হওয়ার সম্ভাবনা রয়েছে।
রিয়েল-টাইম ইন্টারঅ্যাকশন থেকে রিয়েল-টাইম ইন্টেলিজেন্সের দিকে, সংলাপ AGI-এর পরবর্তী অধ্যায় শুরু করা
ঝাও বিনের প্রস্তাবিত পাঁচ-স্তরের সংলাপ ক্ষমতা কাঠামো থেকে শুরু করে ব্যক্তিগত এজেন্ট ও প্রকৃত ব্যবসায়িক বাস্তবায়ন নিয়ে দুটি গোলটেবিল আলোচনা পর্যন্ত, iRTE2026 মূল ফোরাম একটি স্পষ্ট শিল্প প্রবণতা তুলে ধরে: কথোপকথনমূলক AI-এর প্রতিযোগিতা মৌলিক মডেল ক্ষমতা থেকে প্রসঙ্গ বোঝাপড়া, রিয়েল-টাইম ইন্টারঅ্যাকশন, জটিল সম্পর্ক উপলব্ধি ও কাজ সম্পাদন পর্যন্ত বিস্তৃত হচ্ছে।
যখন AI নিষ্ক্রিয় উত্তর প্রদানে সীমাবদ্ধ থাকবে না, বরং ধারাবাহিকভাবে মানুষকে বুঝতে, সক্রিয়ভাবে যোগাযোগে অংশগ্রহণ করতে এবং বাস্তব পরিস্থিতিতে কাজ সম্পন্ন করতে পারবে, তখন রিয়েল-টাইম ইন্টারঅ্যাকশন প্রযুক্তি আরও গভীর দায়িত্ব বহন করবে।
সংলাপ AGI-এর পরবর্তী পর্যায়ের দিকে, সাউন্ডনেটওয়ার্ক ডেভেলপার ও শিল্প অংশীদারদের সাথে রিয়েল-টাইম ইন্টারঅ্যাকশন ও জেনারেটিভ AI-এর একীকরণ অন্বেষণ চালিয়ে যাবে, মানুষে-মানুষে এবং মানুষে-Agent-এর মধ্যে আরও স্বাভাবিক, দক্ষ রিয়েল-টাইম ইন্টারঅ্যাকশন অভিজ্ঞতা এগিয়ে নেবে।
