Inworld AI翻译站点

Inworld AI简介

Inworld AI 是一家实时语音 AI 研究实验室，提供行业领先的实时语音 AI 模型、智能模型路由与优化，以及 Realtime API，帮助开发者构建和部署可扩展至数百万并发用户的交互式语音 AI 应用。

Inworld AI核心功能

• Realtime TTS（实时文本转语音）：在 Artificial Analysis Realtime TTS Arena 中排名第一的实时语音 AI 模型。Realtime TTS-2 提供低于 130ms 的首块延迟，价格低至 $10/百万字符。支持通过数秒参考音频进行即时语音克隆、实时情绪控制、语速调节及时间戳对齐以实现唇形同步。通过 8 个维度的自然语言控制（情绪、发音清晰度、语调、音量、音高、音域、语速、声音风格），实现精细化的语音表达。

• Realtime STT（实时语音转文本）：不仅捕捉用户所说的话，还捕捉其说话方式（语气、情感），使智能体能够结合上下文做出响应。

• Realtime Router（实时模型路由器）：一个 API 智能路由 200 多个模型（OpenAI、Anthropic、Google、xAI、Meta、Mistral、DeepSeek、Qwen 等）的请求。内置故障转移、A/B 测试和智能模型选择，无需更改代码。

• Realtime API（实时 API）：集成语音交互闭环——而非拼接多个供应商服务——提供全双工、低延迟流式传输。支持 WebSocket 或 WebRTC 连接，具备可调积极度的上下文感知轮次检测、会话中工具调用（Function Calling）及动态上下文管理。

• Inworld Agent Runtime（智能体运行时）：首个为消费级应用设计的 AI 运行时，专为实时对话式 AI 和语音智能体构建，可扩展至数百万并发用户。基于 C++ 的图执行系统解决了跨平台扩展的挑战。开发者可使用 Inworld Runtime SDK 构建、通过 CLI 启动托管端点，并在 Portal 中运行 A/B 实验进行观察和优化。

Inworld AI产品优势

• 行业领先的性能与质量：Realtime TTS 在 Artificial Analysis Speech Arena 中由真实用户评为第一，具备类似人类的表达能力和低于 200ms 的实时延迟。提供 15 种通用语言（TTS 1.5）和 15 种通用 + 90+ 种实验性语言（TTS-2），支持跨语言语音身份保持。

• 显著的成本优势：在提供顶级质量的同时，成本仅为其他供应商的几分之一。Growth 计划中 Realtime TTS 为 $12.50/百万字符（对比 ElevenLabs $100），Realtime STT 为 $0.10/小时（对比 Deepgram $0.46），LLM 路由器零 markup。Realtime TTS-2 在规模下可低至 $10/百万字符，约 1 美分/分钟音频。

• 端到端垂直整合栈：从 TTS、STT、LLM 路由到推理和专用计算，提供完全集成的实时语音 AI 基础设施，避免拼接多个供应商的复杂性和延迟。

• 从原型到生产的加速路径：Inworld Runtime 使开发者能够更快地从原型进入生产，支持从 10 到 1000 万用户的增长，且代码改动最小。自动化 AI 运维，释放工程资源用于新产品开发。

• 强大的资本与生态背书：已筹集超过 $1.25 亿美元，估值达 $16 亿。投资方包括 Lightspeed、Kleiner Perkins、Founders Fund、CRV、Microsoft M12、Intel Capital、Samsung NEXT、LG Tech Ventures、Bitkraft 等。创始团队曾领导 DeepMind 的 LLM 产品并构建了 Dialogflow（后被 Google 收购）。客户涵盖 AI-native 初创公司（Status、Bible Chat、Particle、Luvu、Talkpal）及 Fortune 500 品牌（NVIDIA、NBCU、Logitech Streamlabs）。

Inworld AI应用场景

• 游戏角色与互动媒体：为游戏和互动体验创建具有个性、思想、记忆和行为的 AI NPC（非玩家角色），与 Unreal Engine 和 Unity 深度集成。

• AI 陪伴与社交应用：构建支持关系建立、情感连接和娱乐的 AI 陪伴应用。Status 在 19 天内达到 100 万用户。

• 语言学习与辅导：为语言学习应用提供自然的实时对话体验。

• 健身教练与健康应用：构建实时互动的 AI 健身教练和健康指导应用。

• 购物助手与客户体验：为电商和零售场景构建对话式购物智能体。

• 专业辅导与个性化客户体验：通过实时视觉和语音感知，提供专业教练指导、患者接诊、个性化客户服务等。

Inworld AI使用教程

1. 创建账户与 API 密钥：访问 Inworld Portal 注册账户。进入 Settings > API Keys，生成 Base64 格式的 API 密钥。

2. 选择接入方式：

   • Realtime API：通过 WebSocket 或 WebRTC 连接，实现全双工低延迟语音交互。

   • Agent Runtime SDK：使用 Node.js Agent Runtime SDK 构建对话管道。

   • 游戏引擎集成：下载 Unreal 或 Unity 的 Agent Runtime SDK。

3. 构建对话图（Graph）：在 Portal 中通过无代码工具或 ScriptableObjects 创建节点（Nodes）和边（Edges），构建对话逻辑。

4. 本地测试与部署：使用 Inworld CLI 启动托管端点。通过 Quickstart 指南可在数分钟内部署实时对话 AI 端点。

5. 观察与优化：在 Portal 中通过内置遥测（日志、追踪、指标）观察性能，运行 A/B 实验优化用户体验。

Inworld AI收费标准（以官方为准）

Inworld AI 采用订阅制 + 信用额度计费模式，各产品（TTS、STT、LLM Router、Realtime API）共享信用额度。

付费计划每月可获得等值于月费的信用额度，未使用信用额度可在活跃订阅期内滚动最多 3 个月。可按需追加信用额度（最低 $10）或启用自动充值。年度订阅按年一次性计费。Agent Runtime 本身免费，仅按模型用量计费。

具体价格及套餐详情以 Inworld AI 官网（inworld.ai/pricing）最新公布为准。

Inworld AI常见问题（FAQ）

• Inworld AI 是什么？ Inworld AI 是一家实时语音 AI 研究实验室，提供行业领先的实时语音 AI 模型、智能模型路由和 Realtime API，帮助开发者构建和部署交互式语音 AI 应用。

• Inworld AI 由谁创立？ 创始团队曾领导 DeepMind 的 LLM 产品并构建了 Dialogflow（后被 Google 收购）。

• Inworld AI 支持哪些语言？ Realtime TTS 1.5 支持 15 种通用语言；Realtime TTS-2 支持 15 种通用语言及 90+ 种实验性语言，支持跨语言语音身份保持。

• Inworld AI 的延迟是多少？ Realtime TTS-2 提供低于 130ms 的首块延迟。

• Inworld AI 的定价是多少？ 提供从免费到企业级的多种计划。Creator 计划 $25/月，Builder $100/月，Developer $300/月，Growth $1,500/月。

• Inworld AI 可以免费使用吗？ 提供 Free 计划用于评估和原型开发。Agent Runtime 本身免费，仅按模型用量计费。

• Inworld AI 支持哪些集成？ 支持与 Unreal Engine、Unity 等游戏引擎集成。Realtime Router 支持路由到 200+ 个 LLM，包括 OpenAI、Anthropic、Google、xAI、Meta、Mistral、DeepSeek、Qwen 等。