社交不仅仅局限于文字的简单传达，还包括视觉体验和听觉体验的全方位调动。文字、图片、视频、音频等多模态集合是线上社交的主流形式。而AIGC对于社交平台，尤其是社交形式的变革具有里程碑式的意义。AIGC技术可以结合文本、视觉和听觉信息来提高社交平台的性能，给用户带来多重感官交互的盛宴。在AIGC多模态研究方面，社交平台Soul App以AIGC加速社交形式多模态化，让用户社交体验更上一层楼。
对话聊天是社交互动的主要方式，更是社交平台的主要功能。Soul 通过开发能够更细致地理解和表达人类情感的智能对话机器人，来实现与用户间更好地沟通对话，满足用户的情感所需。AI苟蛋是Soul研发的智能对话机器人。这款机器人拥有130亿参数和千亿级别高质量训练数据的底座，支持用户进行人设方面的自定义，如年龄、兴趣等。通过这一功能，用户可以随时随地与“AI苟蛋”进行交流。比如，发一幅“粽子”图片给AI苟蛋，AI苟蛋就能准确识别图片内容，然后主动与用户开启端午话题热聊模式。依托AIGC技术，AI苟蛋化身社交达人。当前，针对图片、文本、游戏互动等多种类型，“AI苟蛋”都能够轻松回复，体现出在多元场景下的超强交互能力。
图像表达是社交互动过程中互动双方给人“第 一印象”的表达手段。视觉上的冲击往往比文字、语言上的冲击要来的更猛烈。在图像生成方面，Soul的团队也在致力于底层技术的创新，以科技创新来推动社交体验的不断演进。例如，Soul推出了自主研发的NAWA引擎，该引擎集成了AI、渲染和图像处理技术，用户可以通过它实现多样化的2D/3D场景塑造，如3D捏脸等个性化制作。目前，NAWA引擎已广泛应用于Soul的广场相机、视频匹配等功能场景中，为用户带来了更多新奇有趣的社交体验。此外，还有Soul自研语言大模型Soul X，通过Soul X，用户可以在虚拟聊天、辅助陪伴等多种创新功能上得到延伸支持，使得社交不再局限于文字，而是可以涵盖更多的形式，如图片、语音等。
语音互动是社交互动中最直接、快捷的交流方式。在语音技术发展方面，Soul也持续加码布局。例如，Soul团队自研了个性化音乐创作引擎"伶伦"，该引擎具备领先行业的音频深度学习能力。基于"伶伦"引擎，Soul 于2023年推出了"Soul次元歌手"活动，帮助用户打造个性化的AI歌手分身，受到了广大用户的热烈欢迎。而如今，伶伦引擎已完成2.0版迭代，为用户提供更加出色的音乐创作体验。音域控制方面的升级使得多人合成更具相似度和表现力，而歌声合成方面的升级则提升了合成音质和准确性，让用户享受更高质量的音乐创作过程。
Soul多模态应用的目的是实现更加智能、自然和有效的用户体验，实现多重感官交互的社交盛宴。在当今AIGC技术的迅猛发展下，Soul 社交形式的不断迭代升级，可以吸引更多用户群体的目光，并成为用户们交流互动的优选平台。