夜雨聆风
Soul App持续开源背后:让AI成为人与人链接的基础设施
从“可用”到“好用”再到“能规模化商用”，2026年，Soul在AI领域的持续技术突破正围绕这一主题展开，而新的开源工作也同样以此为目标。
近日，社交平台Soul App AI团队（Soul AI Lab）刚刚发布了开源模型SoulX-LiveAct。这个新工作能够支持 2 张 H100/H200 条件下，达到 20 FPS 的实时流式推理能力，且能够通过输入图像、音频和指令驱动，生成表情生动、情绪可控、拥有丰富全身动作的实时数字人视频。
区别于传统实时数字人生成工作，较少能够有效平衡“生成速度、画面质量、部署成本”等核心难题，SoulX-LiveAct的价值在于为行业提供新的实时数字人生成方案，在保证生成效果的同时将技术面向真实应用场景，实现低成本部署。当技术真正能够“人人可用”，更多的创新也将加速实现。
该示例中，视频由SoulX-LiveAct生成，人声由SoulX-Podcast生成
持续开源：Soul AI 的破圈
事实上，这并不是Soul初次尝试开源。2025年10月底，Soul AI Lab联合西北工业大学ASLP@NPU团队和上海交通大学X-LANCE Lab开源语音播客生成模型SoulX-Podcast，这是一款专为多人、多轮对话场景打造的语音生成模型，支持中、英等多语种和川、粤等方言及副语言风格，能稳定输出超60分钟、自然流畅、角色切换准确、韵律起伏丰富的多轮语音对话。
得益于面对多角色交互和超长对话场景条件下，在音色一致性、风格延续性以及角色切换的准确性上实现了更高水平的控制，真正实现了生成对话中更贴近真实交流场景、富有表现力与生动感，SoulX-Podcast的发布快速收获了行业中AI从业者、技术工作者们的反馈。发布第二天，SoulX-Podcast成为全球AI开源社区HuggingFace TTS（Text To Speech，从文本到语音）趋势榜榜首。目前，在Github平台，SoulX-Podcast已收获3200+星星数，每一个“星”都是开源社区中技术人员使用该工作后的认可。
此后，“Soul AI Lab”的多个开源项目出现在了Hugging Face的趋势榜上。
今年春节前，Soul AI Lab陆续开源了面向实时数字人生成场景的SoulX-FlashTalk和SoulX-FlashHead，前者能够实现0.87s亚秒级超低延时、32fps高帧率，并支持超长视频稳定生成的14B数字人模型；后者的特点是低成本，作为一个1.3B参数的轻量化模型，Lite版本可以在单张消费级显卡（ RTX 4090 ）上跑出96FPS的速度，同时实现高质量画质。
推出后，SoulX-FlashTalk和SoulX-FlashHead分别冲上了HuggingFace I2V（ Image To Video，从图像到视频）趋势榜TOP5、TOP4。
此外，Soul还接连开源了歌声合成模型 SoulX-Singer（面向真实工业场景设计的高质量零样本歌声合成模型，超42000小时训练数据，覆盖多语言、多音色及多种演唱风格）、全双工语音对话控制模块SoulX-Duplug（旨在解决当前语音对话系统中实时交互能力不足、系统响应延迟高、模块耦合严重等问题）。
伴随着开源工作的持续推进，在传统认知中“社交平台”的标签之外，也有越来越多的人关注到了Soul在AI方向的持续探索与投入。
多模态实时交互：AI时代的新基建
上线于2016年，Soul App是国内较早布局AI的社交平台之一，并不断探索如何将AI融入真实社交场景。以“让天下没有孤独的人”为愿景，Soul创立的初衷是解决孤独感，培养归属感，实现真实的自我表达及兴趣共享，重新定义链接是业务闭环的起点。因此，Soul App在上线后就快速推出了AI驱动的智能推荐系统，AI推荐机制基于用户的兴趣和个性，而非现实身份或外貌，深入融合Soul的多元社区场景，帮助用户更好结识志同道合的伙伴。
2020年前后，Soul App启动AIGC技术研发工作，并在2023年推出自研大模型Soul X——具备多模态感知与实时交互能力，能够识别、理解并动态响应用户的情绪，为用户提供创作灵感和互动支持。
可以说，Soul的AI探索始终立足于社交场景，关注个体表达、创作赋能以及关系链的建立与沉淀。
Soul的开源工作也同样延续了这个方向。从实时数字人生成场景的SoulX-FlashTalk、SoulX-FlashHead、SoulX-LiveAct，到声音方向的语音播客生成模型SoulX-Podcast、歌声合成模型 SoulX-Singer、全双工语音对话控制模块SoulX-Duplug，梳理Soul目前的开源项目，可以看到一条清晰的主线——围绕核心社交场景、聚焦多模态实时交互。
当交互能够融合语音、视觉、数字人等多维度，并且统一驱动、生成，互动模式将迎来改变。这不仅意味着在社交领域为用户带来更加沉浸、智能且富有温度的交互体验，在AI时代，互动模式改变也将影响诸多产品形态的变化。类似 LBS 能力，“多模态实时交互能力”或许也将成为下一代产品的基础设施。
Soul开源工作的另一关键词是“面向真实工业场景可用”，这意味着技术可以在具体的、接地气的实际场景中快速落地。特别是，Soul团队为开源社区及行业提供差异化的方案，覆盖各种硬件条件、差异化应用落地的开发者实际需求，如SoulX-LiveAct能够实现丰富的全身肢体动作，且支持 2 张 H100/H200 条件下达到 20 FPS 的实时流式推理能力；SoulX-FlashHead专注头部，Lite版本在单张消费级显卡（ RTX 4090 ）上即可跑出96FPS。
坚持开放、协作、共享的开源方向，Soul面向全球开源社区贡献自身在模型结构设计、低延迟推理、多模态生成与工程化部署等多维度的思考和解决方案，将有可能推动多模态实时交互能力在电商、直播、教育等更多领域，低门槛落地、创造价值。
例如，博物馆场景中，多模态实时交互技术的支持下，未来或许将有如真人讲解员的AI导览，根据参观者的参观动线，实时讲解对应文物，并且及时给予相应提问反馈，实现千人千面的个性化参观游览体验，这不仅仅是创造了如真人面对面的互动体验，同时也完成信息价值与情绪陪伴价值的“流动”。这也意味着AI的定义也不再是简单的工具，而是真正赋能人、增强体验的“伙伴”。
而通过开源，Soul也将有机会携手全球开源社区，共建丰富的AI应用生态，探索AI社交的新可能。
AI社交的未来，为人与人链接赋能
AI技术等的发展，为解决青年“社交孤岛”问题提供了更新的链接方案。拉长时间线来看，人群的代际变化、硬件平台的迭代和技术的提升等因素，将共同引发社交领域深入质变。而当下，Z世代成为主要的数字消费体验用户、AI能力大跨步跃升、6G写入政府工作报告……系统性的机会正在出现。要把握住机会，积极布局AI社交的关键是持续关注核心的需求。
Soul的答案是，聚焦人与人真实链接。这也是为什么Soul在推进AI技术落地自身平台时，让AI深度介入社交关系的发现、破冰、沉淀环节，并通过表达、创作能力赋能实现每个“我”个性化的彰显。
这背后是一条清晰的路径，即AI帮助用户交朋友，增强现实社交网络：通过聊天辅助、推荐匹配等功能，提升连接效率和质量，如协助用户发起对话、创作内容、打破社交壁垒、提升自信，交到兴趣相投的好友。
根据Just So Soul研究院以Soul App用户为调研对象发布的《2025 Z世代AI使用报告》（样本数3457份），超过80%的年轻人表示通过AI建立起了真实人际关系：39.9% 通过AI获得情感支持与话题建议；43.6% 借助AI生成回复实现社交破冰；37.7% 在AI帮助下匹配到兴趣相投好友。数据显示，截止2025年前八个月，Soul平台日活用户为1100万，使用AI 相关功能的日均活跃用户达460万。
AI社交，关键在AI，但最终需回归到“人”本身。让AI迈向“共鸣”与真实社交关系赋能，增强个体的情感支持和社会支持体系，或许将让AI社交拥有持续发展的生命力。