伶鹊2.0亮相云栖大会，发布行业首个对话智能体“自进化引擎”

在刚刚过去的2026云栖大会，阿里云正式发布伶鹊2.0，这是继今年5月在阿里云峰会1.0首发后，伶鹊迎来的首次重磅升级。

作为连续三年领跑市场的头部玩家，伶鹊此次升级备受瞩目。 伶鹊产品负责人吴占山在分论坛上披露，IDC最新报告显示，伶鹊位列中国智能客服市场规模第一，连续三年蝉联榜首，充分印证了市场对伶鹊的认可度。

为满足不同客户的合作需求，此前伶鹊1.0采用的是三层架构设计：底层为全双工实时对话引擎和伶鹊专属对话模型；平台层提供音色服务和伶鹊模型服务，支持单独调用；应用层提供开箱即用的场景智能体和行业智能体，覆盖智能外呼、语音热线等高频场景，以及保险、物流等细分行业。

这次云栖大会新发布的伶鹊2.0，是在1.0基础上对产品三层框架进行的全面迭代：

业界首个自进化引擎：五阶段循环迭代，业务效率提升超10倍

首先是对底层引擎的升级。过去，构建语音智能体依赖人工逐条调优，工作量大、耗时长且效果难以保障。如今，伶鹊2.0上线自进化引擎，在新引擎的驱动下，客户只需描述业务场景、设定目标，剩下的工作即可由引擎接管并自动完成。

自进化引擎采用五阶段循环模式，涵盖Agent自动构建，效果评测、诊断归因、优化策略生成与回归验证；效果达标后，还可基于生产环境真实数据自动回流，进入下一轮优化循环。该机制在提升搭建效率的同时，对执行效果形成强保障，使Agent构建与优化提效超过 10 倍。

以保险续保场景为例：面对大量已生成保单但未付款的客户，业务人员只需明确业务目标、合规红线与能力要求，引擎即可自动生成、测评并优化对话Agent候选配置。经多轮进化，红线项通过率达100%，能力项得分率超95%，生成测评报告并经确认后投入试运行，确保外呼过程既守住合规边界，又保障沟通效果。

目前，自进化引擎已深度融入伶鹊核心产品链路，接入平台自有智能外呼、语音热线、对话机器人等产品，同时还支持外部Agent集成调用。

VoiceStudio：音色真人感业界SOTA，粤语/方言识别准确率高达95%

在智能对话场景里，“声音假”、“机械感”、“情绪不匹配”等问题普遍存在，本质是音色问题。为解决这一行业痛点，伶鹊2.0对平台层 VoiceStudio 进行全面升级，重点围绕TTS拟人化以及ASR的语音识别准确率进行优化。

在 TTS 拟人化方面，伶鹊完成两项关键提升：一是工程能力优化，基于线上客服真实通话，通过左右声道分离、自动片段摘取、背景降噪等工程化手段进行音色复刻，显著提升复刻后的拟人度；二是提供针对线上真实客服对话录音的微调模型，支持 SFT 高定音色训练，打造音色、情感、口音高度还原的专属声音。

在与业界主流语音模型的横向评测中，VoiceStudio 在拟人化、内容准确、音质、风格适配等维度的综合评分中遥遥领先，达到业界 SOTA 水平。

与自动化引擎一样，VoiceStudio 同样可应用于智能外呼等智能体场景，并支持 API 调用。

伶鹊小M：营销服一体化平台上线，化“被动服务”为“主动出击”

在应用层，这次新发布了具备全渠道记忆和主动服务能力的all in one Agent——伶鹊小M，一个集营销、销售、服务为一体的平台。它拥有全渠道的记忆能力，确保渠道切换后，沟通上下文与服务进度能始终接续。提供主动营销能力，帮助企业在服务客户的过程中，打造超级熟人模式。一方面能提升服务满意度，另一面通过主动服务提升转化率。

过去做客服，是客户问企业答。而现在，Agent在承接咨询的同时，还能主动服务，在服务过程中发现商机、主动出击。

在渠道上，伶鹊小M不仅支持钉钉、飞书、企微等IM渠道，还覆盖了淘宝、京东、抖店等主流电商平台。

除以上三个重要迭代，对话分析模型也做了升级，上线Flash与Pro两个模型，效果远超基模，交付效率提升3—4倍，成本降至17%，性价比得到进一步提升。

此外，坐席辅助 Agent和坐席分身Agent也是这次发布的重要看点。坐席辅助Agent让机器人沟通内容与人工完成无缝衔接，满足了国家监管合规性要求。坐席分身Agent则是通过坐席分身进行二级托管，提升AI服务接待率，同时在服务中实现人机无缝协同，破除了“AI偏见”。

随着伶鹊2.0正式发布，其能力也已在多个真实业务场景中得到验证。目前伶鹊已服务超20个行业、5000余家客户，提供超10万个AI坐席。伶鹊2.0的发布，将持续携手千行百业，用“对话”创造更多商业价值。

云栖大会分论坛上，货拉拉与淘宝闪购分享了各自的接入实践与业务成效：

●货拉拉：原有实时对话系统面临对话理解难、情绪安抚难、语音不流畅等痛点。基于伶鹊2.0重构AI对话架构并推出AI数字员工，场景精准路由与Query改写准确率超90%，P95延迟控制在1.6秒内，实现红线内容零输出与情绪共情，情绪安抚率超90%。

●淘宝闪购：平台、商家、骑手与消费者构成的四方履约链路复杂，外呼诉求量大，小模型支撑不足，高峰期响应慢、人工成本高。淘宝闪购接入伶鹊外呼大模型，搭建“AI底层能力、智能外呼工作台、外呼策略、多渠道服务”四层架构，构建全链路外呼能力。意图识别准确率达97%，覆盖超60%人工外呼场景，业务提效超6%，年度降本达百万级。