視覺理解 + 實時語音，打造你的多模態實時 AI 丨 TEN+ 亞馬遜雲科技開源工作坊

如何快速打造一個能聽懂你說話、理解你情緒，甚至看懂你手勢、理解你周圍影像的 AI 助手？

在這場 TEN x 亞馬遜雲科技聯合工作坊中，我們將帶你使用 TEN 框架 和 Amazon Nova 大模型 ，親手構建屬於你的 Voice Agent ，並部署在 Amazon Bedrock 平臺上。無需複雜的程式碼，TEN 框架將助你快速搭建 AI Agent，而 Amazon Nova 模型的語音和影片理解能力，則為你的 Agent 提供強健大腦。

TEN 是一個用以建立實時語音 AI Agent 的開源框架。支援語音、文字和影像的輸入與輸出，內建最佳化的實時通訊能力，以提供低延時、可打斷的互動體驗。透過內建的 STT/LLM/TTS 模組，以及外掛化開發與靈活編排，幫助開發者快速測試和迭代對話體驗，即使沒有深厚 AI 背景的開發者也能快速構建強大的實時語音 AI Agent。

Amazon Nova 是亞馬遜最新推出的基礎模型系列，包含 3 個理解模型 (Pro/Lite/Micro) 和 2 個創意模型 (Canvas/Reel)，滿足不同場景需求。支援多語言處理，支援文字、影像、影片等多模態輸入，提供豐富 API 介面，可透過 Amazon Bedrock 平臺進行定製化開發。支援跨區域推理、批次處理、微調等多種部署方式，具備完善的安全防護機制。

在工作坊中，你將一步步解鎖 TEN 與 Amazon Nova Pro/Lite 的能力，一個小時學會如何從零開始構建你的 AI 助手！現場有來自 TEN Framework 與亞馬遜雲科技技術專家的答疑指導，還準備了精美茶歇與開發者禮品。期待與大家現場相會～

活動時間

2025/3/8 13:30-16:30

地點

上海前灘（具體場地稽核透過後入群通知）

活動流程

13:00 - 13:30 簽到

13:40 - 14:20 主題分享
利用 Amazon Nova 構建生成式 AI 應用——陳一品，亞馬遜雲科技解決方案架構師

TEN 開源框架及最佳實踐——Plutoless，TEN Framework 共同發起者

14:20 - 16:00 動手實操 TEN+ Amazon Nova（茶歇&禮品）

16:00 - 16:30 demo 展示&自由交流

動手實操 TEN+ Amazon Nova

我們為大家準備了幾步語音 AI Agent 挑戰，幫助大家循序漸進地瞭解、使用 TEN+ Amazon Nova。

本場使用以下相關技術：

AI Agent 框架：TEN

https://github.com/TEN-framework/TEN-Agent

大模型：Amazon Nova Pro/Lite
https://aws.amazon.com/cn/ai/generative-ai/nova/

ASR：Amazon Transcribe
https://aws.amazon.com/cn/transcribe/

TTS：Amazon Polly
https://aws.amazon.com/cn/polly/

* 本場將為大家提供免費的亞馬遜雲科技測試賬號，併為大家準備所需的各種 key。

• 階段 1

在 Amazon bedrock 上簡單幾步完成 TEN + Amazon Nova 大模型的部署，啟動 Agent 服務開始對話。

• 階段 2

體驗 Amazon Nova Pro 和 Amazon Nova Lite，修改 Prompt 和 Amazon Polly 音色等配置，切換音/影片互動、實時翻譯等互動模式，來定製自己專屬的語音 AI Agent！

• demo 展示

自行報名向大家展示你的創意、你的場景和你的 demo！

🎁 完成階段 1&2 的朋友，可以獲得由亞馬遜雲科技和 TEN 提供的開發者周邊，進行 demo 展示的朋友更有好禮相贈～

本場將為大家提供免費的亞馬遜雲科技測試賬號，併為大家準備所需的各種 key，建議報名參與者提前做好如下軟硬體配置：

• 知識：會用命令列、git、docker；

• 預裝 docker；

• 自備電腦一臺。

報名並稽核透過後，將會邀請大家進入工作坊專屬答疑群，搞定前序工作，現場專注探索你的實時 AI 場景！歡迎報名～

本場活動由 TEN Framework 和亞馬遜雲科技聯合主辦，亞馬遜雲科技 User Group 和 RTE 開發者社群協辦。

關於 RTE 開放者社群介紹

RTE 開發者社群是聚焦實時互動領域的開發者社群。希望透過社群連結領域內的開發者和生態力量，萌芽更多新技術、新場景，探索實時互動領域的更多可能。這裡你將遇見一群致力於改變人和人、人和世界，以及人和 AI 連線方式的開發者。官網：rtecommunity.dev

關於 UG 社群介紹

亞馬遜雲科技 User Group 開發者社群是一個為開發者們提供彼此學習、分享技術實踐、培訓進階等活動的技術交流分享社群。欲知更多資訊或活動預告，請持續關注微信公眾號【User Group】，期待熱愛前沿技術和開源技術的您加入到 User Group 大家庭。

更多 Voice Agent 學習筆記：

多模態 AI 怎麼玩？這裡有 18 個腦洞

AI 重塑宗教體驗，語音 Agent 能否成為突破點？

對話 TalktoApps 創始人：Voice AI 提高了我五倍的生產力，語音輸入是人機互動的未來

2024，語音 AI 元年；2025，Voice Agent 即將爆發丨年度報告發布

對話谷歌 Project Astra 研究主管：打造通用 AI 助理，主動影片互動和全雙工對話是未來重點

這家語音 AI 公司新融資 2700 萬美元，並預測了 2025 年語音技術趨勢

語音即入口：AI 語音互動如何重塑下一代智慧應用

Gemini 2.0 來了，這些 Voice Agent 開發者早已開始探索……