2025年互联网行业分析：语音AI驱动智能自主AI演进

行业概览

语音人工智能发展历程里程碑

1950 年代至 1960 年代：早期语音识别系统开始出现，如 IBM 的 Shoebox 和贝尔实验室的 Audrey，这些系 统仅能识别有限的词汇。  1970 年代至 1980 年代：隐马尔可夫模型（Hidden Markov Model，HMM）算法的发展大幅提升了语音识别 能力。1990 年代至 2000 年代：计算能力的提升及互联网的普及促使语音识别技术快速进步，涌现了如 Dragon NaturallySpeaking 等先进语音识别系统，以及早期的语音控制虚拟助手。 2010 年代：人工智能（AI）和机器学习（ML）的兴起推动了更复杂的语音 AI 系统诞生，如苹果的 Siri、亚 马逊的 Alexa 和谷歌助理。 2022 年及以后：OpenAI 推出 ChatGPT，大幅增强了语音 AI 系统对复杂语音指令的理解和更拟人化的响应 能力，实现了更自然、个性化的人机交互，提升了语音识别准确率、用户参与度及满意度。

语音 AI 加速普及的时机成熟

#1 语音明显比打字更快。斯坦福大学、华盛顿大学和百度的研究表明，英语语音输入比手机屏幕触摸输入快约 3 倍， 中文快约 2.8 倍。 #2 技术进步提升语音 AI 性能。 AI/机器学习、自然语言处理和低延迟语音模型的进步提升了对话准确性和响应速度， 使语音 AI 更具人性化与上下文感知能力。 #1 + #2：驱动语音 AI 快速普及。 这些关键条件正在推动语音 AI 采用的加速增长。（SoundHound AI 移动应用演示 显示，语音 AI 点餐速度比基于触摸的移动应用快近 3 倍）。 因此，我们认为语音在智能代理 AI 中扮演重要角色：1）语音支持自然、免提交互，使智能代理 AI 能够自主高效地 管理任务。2）语音提供直观、实时的沟通方式，使 AI 响应更快速且更具上下文相关性。3）语音无缝连接 AI 与外部 系统，推动医疗、金融等行业的自动化与灵活性。

代理与代理间经济

AI 代理能够自动执行复杂任务，代表用户进行协商和交易，以高效精准的方式重塑工作流程。在“代理间”（Agent-toAgent，简称 A2A）经济中，AI 代理跨平台无缝沟通，处理预订、支付及个性化服务，且无需人工干预。以旅游和酒 店行业为例，消费者的 AI 代理会与航空公司、酒店、餐厅的 AI 代理协同合作，依据用户偏好和预算，筛选最佳优惠 和行程安排。这不仅加快了交易速度，减少了人工操作，也提升了客户体验。AI 承担了繁重工作，释放人力专注于 战略性和高接触的环节，实现无缝且量身定制的旅行体验。不过，我们也注意注意到旅游和酒店行业对 AI 自动化存 在一定程度的初步抵触，主要原因包括对人情味缺失和个性化服务降低的担忧、隐私安全顾虑，以及对全自动决策的 不适感。总体来看，AI 代理的应用将呈现高度个性化和细致化，力求在提升效率和降低运营成本与保障客户满意度 之间实现微妙平衡。

语音电商

语音电商通过智能音箱和虚拟助手等设备，实现了语音指令购物，并正迅速扩大市场规模。预计市场规模将从 2024 年约 410 亿美元增长到 2030 年超过 1,860 亿美元，年复合增长率约为 24-29%。这一增长主要受益于智能手机普及、 AI 技术进步以及用户接受度提升。随着语音识别技术的增强及与电商平台的深度融合，语音电商加速发展并实现了 免手操作、快速且个性化的购物体验。展望未来，预计到 2034 年市场规模将突破 7,000 亿美元，持续增长动力来自 AI 技术、自然语言处理的优化以及北美和亚太地区的区域性采用。

语音电商以免手操作和自然语言购物带来无可比拟的便利，使消费者能够在处理多项任务的同时购物，从而节省时间 和精力。数据显示，语音购物通过个性化服务、更快捷的交易体验以及对身心障碍人士提供无障碍服务，显著提升了 客户满意度和忠诚度，成为提升用户参与度和销售的有力渠道。 语音电商市场在 2021 年至 2024 年间增长超过 6 倍，交易额从 46 亿美元增至 300 亿美元，反映出消费者信任度不断 提升。在美国，60%的电商用户至少每周通过语音助手购物一次，且 80%的用户对购买体验表示满意。全球市场预 计将从 2025 年的 900 亿美元，以 25%的复合年增长率扩张，至 2034 年达到 7,000 亿美元。其中美国市场增长率为 24%，主要驱动力来自智能设备的普及和使用便利性。终端用户结构相对稳定，消费者、医疗、汽车及旅游出行领域 用户占据绝大多数使用比例。

语音 AI 在重点行业中的增值应用

零售与电商：语音 AI 购物助手通过免手操作实现商品搜索、价格比对及无缝结账。借助自然语言处理，根据客户数 据推荐个性化商品和促销活动，提升客户满意度和销售额。例如，语音助手可推荐环保产品，打造个性化购物体验。 医疗健康：语音 AI 简化医疗流程，负责预约安排、用药提醒及通过可穿戴设备监测患者健康。它还能转录医患对话， 确保精准记录，释放医护人员更多时间专注于治疗。多语言支持及电子健康记录（EHR）集成，提高患者互动和治 疗依从性。 教育领域：语音 AI 提供个性化学习，虚拟导师可调整课程、实时反馈，并支持身心障碍学生。依托 AI 分析识别学习 短板，推荐资源，营造包容、灵活的学习环境，满足学生不断变化的需求。 交通与物流：语音 AI 通过实时路线规划（考虑交通和天气等因素）优化物流效率。支持免手操作的司机与调度员沟 通，提升安全性，并实现库存自动跟踪，保障供应链顺畅协调和准时交付。 地方及中央政府：语音 AI 提升公共服务水平，实现自动咨询、预约和信息获取，缩短等待时间。全天候多语言服务 保障公平访问，交互数据分析助力资源优化，增强政府服务透明度与公众信任。

中国语音电商格局

中国对话式 AI 市场主要由互联网巨头与 AI 语音技术专精企业之间的竞争所驱动。

1. 科技/互联网巨头（如百度、腾讯及阿里巴巴）

战略层面上，这类企业依托其庞大的用户群体、深厚的数据积累以及完善的产品生态系统。

重点提供广泛的全栈式 AI 平台，并整合至现有服务体系，在自然语言理解（NLU）方面表现突出。

2. AI 语音技术专精企业（如科大讯飞、云知声）

战略层面上，这类企业利用其核心语音技术（如语音识别、语音合成等）方面的深厚专业能力展开竞争。

聚焦汽车、智能家居、金融等特定行业，提供高度定制化的端到端解决方案。

根据华经情报网（Huaon Intelligence）2022 年的数据，本土语音电商企业科大讯飞以 44.2%的市场份额在中国语音 电商市场中占据主导地位。百度以 27.8%紧随其后，其他主要玩家如苹果占 15.4%、Nuance 占 6.9%、小 i 机器人 占 3%。包括云知声在内的其他厂商合计占据剩余的 2.7%市场份额。

行业趋势及竞争格局

汽车

安全优先：根据美国自然驾驶数据，驾驶过程中与车载信息娱乐系统（IVIS）的互动会使发生交通事故的风险增加 约 4.6 倍，高于疲劳驾驶和使用手机所带来的风险。IVIS 已成为继手机之后导致驾驶分心的第二大因素。随着智能 手机应用功能日益复杂，并且深度融合到车载大尺寸触控屏，驾驶员需要投入更多的视觉和手动注意力，从而加剧了 分心驾驶的隐患。

高端 vs 性价比：欧洲的高端汽车制造商倾向于采用具备深度定制能力、强大多语言支持以及与车载系统高度集成 的先进语音 AI 解决方案，如 Cerence 和 SoundHound。相比之下，亚太地区和印度市场更偏好性价比高的基于安卓 平台的语音系统，如 Alexa Auto 和 CarPlay。这些平台更多依赖云端处理，而高端市场则推动在设备本地实现低延 迟的语音识别，以支持实时功能和更深层次的车载集成。此外，高端市场更倾向于采用边缘计算与云端结合的混合解 决方案，以减少网络连接问题所带来的影响；而大型科技公司的语音解决方案则主要依赖云端处理。 软件驱动趋势日益明显：汽车行业正迅速向“软件定义汽车”（SDV）转型，车辆的核心功能越来越多地由软件控制， 而非传统的专用硬件。目前的域控制器架构预计将在未来 5–6 年演变为“区域计算”模式，将整车划分为多个分布式 处理区域，以提升系统的灵活性、性能和可扩展性。这一转变要求语音和 AI 技术能够无缝集成至新一代车载计算架 构，并支持软件空中下载更新（OTA），以确保功能持续迭代和优化。 V2X（车联万物，一种物联网形式）：采用边缘计算与云计算相结合的混合处理架构，具备更强的多语言处理能力， 并能增强 V2X 及智能家居生态系统的连接能力。

Google 和 Amazon 已经是汽车市场的重要参与者

到 2025 年，Android Automotive 在车载语音 AI 市场的份额约为 15–18%。这一增长主要得益于其与车辆系统的深 度集成、自然语言处理能力，以及与 Android 智能手机的无缝连接。因其可定制的嵌入式语音助手解决方案能够提 升安全性与用户体验，该平台受到 沃尔沃（Volvo）、福特（Ford） 和 通用汽车（GM） 等主流车企的青睐。 Android Automotive 的开放平台使得整车厂能够将语音 AI 与信息娱乐系统及车辆控制深度融合，从而实现更能感知 环境和个性化的驾驶交互体验。 Amazon Alexa 在车载语音 AI 和快餐连锁（QSR）语音市场中占据约 30–35%的市场份额，其优势来自于强大的云 端生态系统和多设备支持。在 QSR 和酒店行业，Alexa 已部署于超过 13,000 个场所，通过可扩展的语音点餐解决 方案，即便在嘈杂环境下也能提升下单速度与准确率。Alexa 的核心优势在于其广泛的第三方集成能力、多语言支持， 以及在北美市场的强大影响力，推动其在联网汽车和智能场所中的广泛应用。 两个平台都通过语音操控提升驾驶安全性，减少分心风险。Android Automotive 强调的是嵌入式、低延迟的 AI 技术， 而 Alexa 则依托边缘与云端的混合架构，实现更强的稳定性与可扩展性。两者共同加速了语音 AI 在 SDV 和 QSR 运营场景中的应用落地。这一趋势受到 AI/ML 技术进步、消费者需求上升以及生态系统协同效应的支持。未来市场 的扩展将取决于 NLP 提升、个性化体验增强，以及跨平台语音交互的无缝整合。

餐厅

增长迅速，渗透率仍有广阔空间：语音 AI 在 QSR 行业的市场正在快速扩张，主要受到劳动力成本上升、对服务速 度的要求提高以及个性化服务需求的推动。语音 AI 有望在高流动性岗位上降低人力成本，同时提升订单处理效率与 准确性。这也意味着员工可以重新分配到食品制作或客户服务等更能提升满意度的岗位。目前，AI 驱动的得来速服 务、自动化厨房以及动态菜单板等投资正在重塑 QSR 的运营方式。北美地区 QSR 语音 AI 市场的渗透率约为 32%，预计将以约 29% 的年复合增长率增长，到 2034 年市场规模将达到 120 亿美元。 SoundHound 等专业服务商，已在超过 15 个主要品牌和约 13,000 个门店部署了语音点餐系统，其中包括汉堡王 和 Peet’s Coffee 的合作。这些系统能够在嘈杂环境下准确处理大量复杂的得来速订单，从而提升运营效率和客户体 验。在 QSR 行业中，语音 AI 的应用至关重要，可减少错误、加快点餐速度以及满足快节奏服务需求。 大型科技公司（主要是 Amazon Alexa）在美国餐饮业中占据了重要地位。例如 Chipotle 使用 Alexa 实现餐品的重 复下单。SoundHound 等垂直服务商，尽管在规模和资源上不及大型科技公司，仍能通过提供定制化、不依赖特定品 牌的语音 AI 体验，稳固自身市场地位。这些专业厂商在处理复杂订单和满足个性化需求方面表现优于大型科技公司， 尤其可以应付高订单量的情景。由于餐饮市场本身较为分散、需求多样，专注于细分领域的厂商在定制化方面更具优 势。展望未来，随着大型科技公司加大研发投入并拓展市场覆盖，竞争格局将日益激烈。而小型专业厂商是否能成功 将取决于其战略合作能力、垂直领域的专业知识，以及可适应不同品牌需求的解决方案。

旅游与酒店

旅游、酒店和商业领域的语音 AI 市场快速增长：2023 年语音电商市场规模达到 427.5 亿美元，预计到 2030 年 将跃升至 1,862.8 亿美元，年复合增长率为 24.6%。旅游与酒店行业的语音 AI 市场预计到 2030 年将达到 83.5 亿美元，年复合增长率为 15.2%。北美在语音电商领域处于领先地位，占据 37% 的市场份额，主要得益于智能设备 的广泛普及。目前旅游与酒店行业的语音 AI 渗透率为 28%，仍具备强劲的增长潜力。 应对运营和人力成本上升，提升服务效率与个性化体验：例如，Google Assistant 的语音 AI 可简化预订流程，减少 对呼叫中心和人工操作的依赖。在酒店行业，希尔顿与 IBM 合作推出语音 AI 礼宾服务机器人 Connie，可自动处 理入住等任务，帮助酒店降低因工资上涨和员工培训带来的成本压力，使员工能专注于更具个性化的客户服务。 竞争格局：专业服务商（如 SoundHound、GoMoment）提供定制化、多语言、跨品牌兼容的解决方案，在复杂场 景中表现优于通用系统。大型科技公司（如亚马逊、谷歌、苹果）在智能设备家庭渗透率方面占据主导地位，达 到 40%。Alexa 与 Chipotle 集成；Google 与酒店业合作，但缺乏深度定制能力；亚马逊投资 40 亿美元于 Anthropic，加剧竞争态势。垂直领域的专业公司通过行业专长和战略合作加速发展。自然语言处理和多语言支持成 为创新关键。面临挑战：隐私问题；基础设施限制。亚太地区以 16.2% 的年复合增长率引领全球增长，市场对大型 科技公司和专业服务商均充满机遇。

主要科技巨头正大举投资语音

AI 技术 Apple 的 Siri 已广泛集成于其设备生态系统中，包括 iPhone、iPad、Mac 和 Apple Watch。在汽车语音控制方面， Siri 通过 CarPlay 提供增强功能，实现导航和媒体播放的语音操作。Siri 的设计重点在于采用本地处理确保用户数 据安全。 Amazon 的 Alexa 依托其庞大的 Echo 设备生态系统以及第三方集成能力，在语音电商和智能家居市场中处于领先 地位。先进的自然语言处理技术提升用户参与度，支持无缝语音购物、个性化娱乐推荐以及智能物联网设备控制。 Alexa 的持续学习能力和便于开发者集成的 API 接口，使其在语音驱动的智能家居与商业服务领域具备显著竞争优 势。 Google Assistant 借助 Google 的 AI 技术优势，以及 Android 平台的广泛覆盖，提供先进的 多模态语音服务。 在 消费端、企业端和汽车领域 均表现出色，具备实时语境理解能力，支持功能包括 Google Maps 的语音导航和智 能家居控制。通过跨平台协同能力和与 Google 庞大数据生态的深度整合，Google Assistant 能提供更加个性化的用 户体验，并可预测用户需求。

微软的语音 AI 从早期的虚拟助手 Cortana 演变而来，Cortana 已于 2023 年退出市场。如今，微软推出了更先进 的 Copilot，已集成至 Windows 11 和 Microsoft 365，用于提升生产力并支持自然语音交互。微软在特定行业的语音 AI 应用主要通过合作伙伴关系实现，例如：与 Cerence 合作，将 Microsoft Teams 和 OpenAI 的 ChatGPT（通过 Azure 接入） 集成至 Cerence 的车载语音助手中。微软收购了语音 AI 解决方案公司 Nuance，该公司主要专注于医疗健康行业。 百度的 DuerOS 赋能小度设备，包括智能音箱、智能屏幕以及车载系统，并与百度 搜索、地图和 Apollo 自动驾驶 平台深度整合。在语境搜索与导航方面处于领先地位，支持语音导航指引、智能家居控制，并已在企业和医疗健康场 景中落地应用。在 汽车领域，百度通过与多家主机厂合作，将语音 AI 技术应用于智能汽车，包括现代、哈曼、长 城汽车、蔚来、吉利、小鹏、福特以及戴姆勒。 阿里巴巴的 AliGenie 是赋能 天猫精灵 智能音箱的核心语音平台，已与 淘宝、支付宝和物联网系统深度整合，广泛 应用于智能家居和零售场景。AliGenie 在中国语音电商领域占据主导地位，支持语音购物，个性化推荐与物流追踪。 在 汽车领域，阿里巴巴与 奔驰、奥迪和沃尔沃合作，将天猫精灵语音助手集成至车载系统，实现通过智能音箱远程 监控和控制车辆。此外，阿里巴巴还与宝马深化 AI 合作，联合开发智能座舱语音引擎，预计将于 2026 年在中国市 场推出。

腾讯的小微语音助手已集成至 微信、QQ 以及智能音箱、车载系统等设备。它在社交与娱乐领域表现突出，支持语 音消息发送、音乐播放和游戏互动。依托腾讯庞大的社交与游戏数据资源，小微能够提供个性化推荐和多语言支持， 尤其在中文方言识别方面具备优势。 SoundHound AI、Cerence 和科大讯飞等中小型语音 AI 公司，专注于汽车、企业级 AI 以及区域市场等细分领域， 通过提供高度定制、行业专属的解决方案，在大厂通用平台难以深入的场景中形成差异化竞争优势。它们的核心竞争 力包括先进的多模态 AI 技术、更快的创新迭代周期以及强大的行业合作伙伴关系。这些优势帮助它们在语音电商和 垂直应用场景中脱颖而出并抢占市场份额。 大型科技公司加速布局语音 AI，在汽车、医疗和企业领域展开战略合作。微软以 197 亿美元收购 Nuance，大幅提 升其在医疗 AI 领域的能力，并通过 Azure 和 Teams 实现深度集成。谷歌借助 Gemini AI，在 Android Auto 中 为 本田、沃尔沃等品牌提供自然语音交互服务。百度通过 Apollo 和 DuerOS，推动语音 AI 在 汽车、医疗和企业 级应用中的落地。阿里巴巴的 AliGenie 聚焦电商和智慧城市场景，腾讯小微在车载语音服务领域表现强劲。这些科 技巨头正在利用其规模效应和数据优势，不断向垂直细分市场渗透。

转向按实际使用计费和订阅定价模式

SoundHound AI 和 Cerence 通过采用按实际使用情况计费和订阅定价模式，优化语音 AI 的商业化。SoundHound 的收入来自餐厅和消费设备中的每笔交易或每次交互的费用，随着平台渗透率提高，用户使用量增长，营收也会随之 增加。Cerence 过去主要依赖汽车行业的授权许可收入，如今则转向订阅模式，以提供持续的软件更新和基于云的 AI 服务，并通过与 Nvidia 等科技巨头的合作进一步增强其技术能力。在云计算和实时分析技术的推动下，企业正 逐步转向按实际使用计费模式，这使收入与客户的实际使用效果挂钩，从而激发创新动力。客户更倾向于基于使用指 标的定价方式，在零售等交易量大的行业中采用交易分成模式，在其他场景中则偏好订阅制，以获得可预测的成本和 持续升级服务。不过，这一转型也面临一些挑战，包括与传统系统的整合、激烈的市场竞争，以及在语音 AI 部署中 确保数据隐私的难题。

专注语音 AI 领域的公司

SoundHound AI (SOUN US)

SoundHound 在 25 年二季度表现强劲，营收达 4,300 万美元，同比增长 217%，是公司历史上具有重要意义的一 个季度。平台每月处理超过 10 亿次语音查询，增长动力来自汽车、企业级 AI 客服以及餐饮行业的语音自动化业务。 此前的收购已扭转过去的下滑趋势，并成功整合为完整的业务单元。公司自主研发的 Polaris 平台（专为餐饮和汽 车场景设计的语音 AI 系统）在准确率方面比竞争对手高出 35%，延迟低 4 倍，有效降低成本，同时提升客户留存 率和业务扩展能力。据管理层介绍，Polaris 现已集成视觉 AI，具备实时视觉理解能力，并拓展了应用场景。 在汽车领域，SoundHound 的生成式 AI 聊天助手已在北美与三家全球品牌合作上线，并与一家领先的中国整车厂 签订了数百万设备的大型订单。公司还与中国顶级供应商合作，目标是服务中国增长最快的前五大整车厂之一。语音 商务试点项目涵盖了餐饮点餐、停车和预订服务，吸引了多家整车厂和商户参与。餐饮业务方面，新增客户包括 IHOP、Red Lobster、Peter Piper Pizza，并与 MOD Pizza 完成续约。智能语音点餐系统目前已覆盖 14,000 家门 店，其中第二季度新增 1,000 家，每月交互量达 100 万次。企业级 AI 客户包括全球前十大金融机构中的七家， 并正向医疗和零售领域扩展。 SoundHound 与 Acrelec（得来速安装）、AVANT Communications（IT 咨询）和 Par Technologies（POS 系统） 建立了战略合作关系，以扩大市场覆盖范围。公司于 5 月推出的 Agentic AI 平台 Amelia 7 支持低代码/无代码开发 和自然语言对话，目前已有 15 家大型企业客户上线使用。在财务方面，25 年二季度营收达 4,270 万美元，同比增 长 217%。毛利率为 39%（非 GAAP 毛利率为 58%），研发和市场营销支出有所上升，主要由于收购活动带来的成 本。SYNQ3 的收购、成本节约措施以及 Amelia 平台的销售效率提升，共同改善了利润率和运营效率。公司目前拥 有 2.3 亿美元现金，无负债。 SoundHound 将 2025 年全年营收指引上调至 1.6 亿至 1.78 亿美元，并预计将在四季度实现 调整后 EBITDA 盈 利转正。增长动力将来自企业级 AI 需求、渠道拓展以及语音商务的发展。汽车业务的增长则源于与车辆销量挂钩的 授权收入增加，以及从 IT 预算向市场营销预算扩展所带来的新收入来源。公司预计下半年营收增长将加速，覆盖面 更广，客户留存率提升，并在 QSR 领域实现交叉销售，同时扩大间接渠道，尤其是在中国庞大的汽车市场，正在推 进多产品扩展。

专家评论指出：2025 年是“语音 AI 试点之年”，各大品牌正在测试语音解决方案；而 2026 年将成为“爆发之年”，行 业领先者将逐步显现。语音 AI 市场预计到 2034 年将达到 1,680 亿美元，年复合增长率为 30%。SoundHound 必 须满足客户日益增长的期望，这些预期的提升速度甚至超过技术进步。如果 SoundHound 能专注于那些被大型科技 公司忽视的垂直领域应用，公司仍能实现盈利，其目标是在 2025 年底实现 EBITDA 盈利转正。汽车语音助手市场 预计在未来 5 至 7 年内增长 10 - 15 个百分点，因消费者对车载语音控制的需求不断上升。预计在 2025 年底前 语音识别准确率有所提升，这将是从试点阶段扩展到全面商用部署的关键。从长期来看，企业的可持续发展依赖于持 续创新，“先发优势”只是短暂的，唯有不断迭代才能长期保持领先。（来源：AlphaSense 2025）

SoundHound 的 Voice to Meaning 技术通过 AI 直接将语音转换为用户意图，跳过文字转录过程，从而实现更快 速、具备情景感知的响应。相比之下，传统的 Voice to Text to Meaning 方法先将语音转录为文字，再分析文字以理 解含义，这会带来更高的延迟，并可能存在转录错误。Voice to Meaning 更适用于语音助手执行指令的场景， 而 Voice to Text to Meaning 则常用于语音转录和基于文本的分析应用。SoundHound 的语音 AI 平台不再采用传统 的“语音识别（ASR）+自然语言理解（NLU）”的两步流程，而是一步完成语音理解，提供更快、更准确的结果。尽 管大型科技公司的大语言模型在一定程度上削弱了这种差异化优势，SoundHound 也在利用 AI 技术进一步提升准 确率。

Cerence（CRNC US）

Cerence 2025 年二季度表现稳健，实现营收 1.08 亿美元，同比增长 18%，主要得益于汽车及企业语音 AI 解决方案 需求强劲。Cerence 专注于汽车领域，据公司及 IHS 市场数据，公司凭借 52%的市场份额位居全球汽车语音 AI 细分 市场领先地位。公司已处理数十亿次全球汽车品牌的语音交互，并不断扩展基于云的 AI 平台能力。Cerence 自主研 发的 AI 模型强化了自然语言理解和多模态交互，支持车内免手操作体验、语音电商及个人数字助理，有效降低延迟、 提升用户满意度。战略并购亦推动产品线和地域布局的拓展。 Cerence 与北美、欧洲及亚洲的主要全球整车制造商（OEM）签订了新合同，涵盖电动及自动驾驶汽车厂商。其语 音 AI 系统支持导航、多媒体、空调及车联网服务的语音控制，现已具备通用 AI 聊天功能，方便用户信息查询。 Cerence 的 OEM 合作伙伴包括长城汽车、捷豹路虎、马恒达、宝马、本田、日产、现代、沃尔沃、斯泰兰蒂斯及其 他众多全球知名车企，其 AI 技术已植入全球超过 5 亿辆汽车中。

Cerence 在非汽车领域持续布局，但短期内尚难形成显著规模：Cerence 的企业业务目前体量较小，但公司通过与 金融机构及智能家居厂商的合作持续推进。语音电商整合在零售和酒店业开始获得认可，多项试点实现了语音下单和 支付功能。消费电子方面，公司携手 LG 电子，将多语言语音 AI 集成到 LG 全球电视产品线中（链接），提升智能家 居的易用性。这举标志着 Cerence 将会话式 AI 专业知识引入消费电子领域的战略举措，也是其进军非汽车 TAM 及 AIoT 领域的又一里程碑。 Cerence 上调 2025 年营收指引至 4.2 亿至 4.4 亿美元，预期将受益于汽车新型号推广周期及企业 AI 应用增长。增长 动力包括语音电商生态扩展、软件订阅服务升级以及定制化行业解决方案。公司持续的 AI 技术创新提升用户体验和 系统扩展性，流程自动化也助力提升运营效率。下半年营收有望加速增长，得益于新客户的签约及产品在汽车、企业 和零售等领域的广泛部署，Cerence 在语音 AI 市场的持续增长前景值得期待。 专家观点：对于 Cerence 的长期前景持谨慎态度，担忧来自谷歌和微软等巨头推动的云优先 Gen AI 策略可能使其语 音助手服务商品化。2025 年 1 月与英伟达的合作虽具积极意义，但执行和通用 AI 成果存在不确定性。Cerence 面临 管理层流失、创新滞缓导致 OEM 合同流失以及在中国市场被本土竞争者压制等问题。其云原生架构相对薄弱，难以 匹敌科技巨头，嵌入式语音解决方案的市场份额持续缩小，成为唯一有限优势。（资料来源：AlphaSense 2025）

科大讯飞

科大讯飞是中国领先的 AI 与语音技术上市公司，其技术起源于中国科学技术大学。作为语音电商的先驱，科大讯飞 秉承“以人工智能建设美好世界”的使命，致力于让机器能听会说，能理解会思考。凭借在语音 AI 领域的深厚积累，科 大讯飞不断将核心技术向教育、医疗、汽车、企业服务及消费品等多个重点行业拓展，打造了丰富的 AI 产品与解决 方案组合，成为推动中国数字化转型的重要技术支柱。

2025 年上半年，科大讯飞业绩稳健，实现收入 109.1 亿元人民币（约合 15 亿美元），同比增长 17.01%。此增长主要 受益于其 AI 解决方案在政府、教育和汽车等行业的加速落地。

科大讯飞技术体系的核心是 AIUI 平台，这是公司旗舰级的人机智能交互解决方案。AIUI 整合了语音唤醒、语音识别、 语义理解和语音合成等全方位核心技术，打造出无缝、多模态的对话体验。该平台成为公司众多行业应用的技术基础， 支持从车载助手到智能客服机器人等多种场景。

专家点评：科大讯飞在中国汽车及更广泛的 OEM 语音 AI 市场占据主导地位，得益于其与吉利等本土车企的深厚合作 关系、政府的大力支持，以及百度退出该细分市场带来的机遇。公司通过将自研的 Spark 大语言模型深度融合智能座 舱，持续巩固市场优势。其汽车业务现已支持 20 多种语言，覆盖 100 多个海外车载项目，先进的声学解决方案已应 用于 10 余家主流车企的 80 多款车型，出货量实现同比翻倍增长。 然而，科大讯飞被列入美国制裁黑名单，面临重大挑战，被认定为高风险实体。这导致其无法与主要西方品牌建立合 作，严重限制国际市场拓展。专家普遍认为，科大讯飞虽然有望维持在中国国内市场的领先地位，但受制于地缘政治 障碍，其海外增长空间非常有限。 除汽车市场外，科大讯飞凭借在语音 AI 领域的领先优势，在多个行业推动应用，创造了可观的收入。

编辑：火腿肠