Smallest.ai获1300万美元融资，打造逼真拟人化超快语音AI

尽管AI智能体在解决客户支持问题方面能力日益增强，但大多数人仍能立刻分辨出自己是在与机器而非真人交谈。 成立于2024年底的初创公司Smallest.ai押注，语音智能体的下一次飞跃将并非来自让大型语言模型更快，而是来自使用为人类对话而构建的更小、更专门的模型。简而言之，该公司希望让与AI智能体的交谈变得与和真人交谈难以区分。 为此，它正在开发一种小型语音模型，旨在通过同时倾听、思考和说话来模仿人类处理信息的方式。 “当我和你说话时，你已经在思考了，如果我说得太久，你可能会打断我，”Smallest.ai创始人兼CEO苏达尚·卡马斯（左图）对TechCrunch表示，并补充说这正是该公司模型的设计运作方式。 为助力这一使命，Smallest.ai已获得1300万美元的A轮融资，由Seligman Ventures领投，Sierra Ventures和3one4 Capital参投。这笔新资金使该初创公司的总融资额超过2100万美元。 “LLM的工作方式是，你给它一个完整的提示，然后它开始思考，”卡马斯说。虽然这种延迟在文本聊天中是可以接受的，但在语音对话中，即使是一个短暂的停顿也会显得不自然。“想想我们是如何交谈的，我不会给你一大段音频，然后你才开始思考。” 该初创公司的模型充当一个实时智能层，能够在特定话题上实现自然的客户对话，几乎零响应延迟。但如果模型遇到其有限知识库之外的主题，Smallest.ai会将查询转交给一个大型基础模型，短暂地让客户在线等待以“研究”问题——就像真人会做的那样。 卡马斯相信，所有AI智能体很快都将依赖两个模型：一个用于实时交互的小型语音模型，以及一个在需要时被调用来解决复杂问题的“离线”LLM。 与大型基础模型不同，Smallest.ai严格专注于语音特有的细微差别，例如处理多种口音、支持数十种语言，以及在嘈杂环境中运行。 该初创公司的现有客户包括语音领域的公司，如RingCentral和Truecaller。卡马斯表示，任何客户支持公司，包括像Sierra和Decagon这样的新公司，都可能成为该初创公司的潜在客户。 当被问及为什么资金充足的AI客户支持公司不构建自己的语音模型时，卡马斯表示，对于客户支持初创公司来说，“在语音方面做到极致会分散他们对核心业务的注意力。” Smallest.ai与语音AI领导者ElevenLabs，以及Cartesia和专注于本地语言的Sarvam等区域性玩家竞争。 虽然一些竞争对手将语音AI应用于音频配音和播客等场景，但Smallest.ai严格专注于为企业客户提供实时对话式语音智能体。 “我们希望我们的模型能通过图灵测试，”卡马斯说。“你应该与我们的模型交谈，却不知道它是AI还是人类。这是公司的唯一焦点。”