成立于 2024 年底的 AI 创业公司 Smallest.ai 近日完成 1300 万美元 A 轮融资，由 Seligman Ventures 领投，Sierra Ventures 和 3one4 Capital 跟投。此前该公司已累计融资超过 2100 万美元。
本轮资金将用于推进其核心目标——打造「在语音对话中让用户分不清是人还是 AI」的语音模型。
核心技术思路：小模型 + 实时推理，模拟人类对话节奏
当前主流大语言模型的运作方式是：接收完整 Prompt 后才开始推理。这种延迟在文字对话中可接受，但在语音场景下，短暂的停顿都会显得不自然。
Smallest.ai 的做法是训练一个小型专用语音模型，使其模拟人类真实对话方式：边听、边想、边说。公司创始人兼 CEO Sudarshan Kamath 举例：「当你和我对话时，我说话的同时你已经在思考；如果我说得太久，你甚至会打断我——这就是我们模型的设计逻辑。」 该模型作为实时智能层，负责处理特定主题的客户对话，响应延迟几乎为零。当遇到知识盲区时，系统会像真人一样将客户「短暂搁置」，转接至大型基础模型查询问题，随后再回归对话。
竞争格局与商业定位
Kamath 认为，未来所有 AI Agent 都将依赖两层模型架构：小型语音模型处理实时交互，需要时再调用「离线」大模型解决复杂问题。
公司现有客户包括 RingCentral 和 Truecaller 等语音领域企业。Kamath 表示，任何客户支持公司——包括 Sierra 和 Decagon 等新兴玩家——都是潜在客户。至于为何不让资金充裕的竞品自行研发语音模型，他的回答是：「对客户支持创业公司来说，把语音做到极致，反而会分散对核心业务的注意力。」 在竞争层面，Smallest.ai 对标 ElevenLabs 这样的语音 AI 头部玩家，同时面临 Cartesia 以及专注本地语言的区域玩家 Sarvam 的竞争。差异化在于，Smallest.ai 明确聚焦企业级实时对话语音 Agent，不涉及音频配音、播客制作等用例。
愿景：让 AI 通过「语音版图灵测试」
「我们希望模型能通过图灵测试——你与它对话时，根本不知道对方是人还是机器。」Kamath 如是说。
评论