Die Runde kommt zu einem Zeitpunkt, an dem sich der Markt für Sprach-KI aufheizt und Investoren auf der Suche nach dem nächsten Sprung über textbasierte Chatbots hinaus sind. Für eine kontinuierliche Berichterstattung über die Startups, die die Branche der künstlichen Intelligenz neu gestalten, folgen Sie unseren neuesten KI-Nachrichten.
Eine Wette auf kleine, spezialisierte Sprachmodelle
Die Kernthese von Smallest.ai ist, dass der nächste Durchbruch bei Sprachagenten nicht darin bestehen wird, große Sprachmodelle schneller zu machen, sondern in der Entwicklung kleinerer, speziell angefertigter Modelle, die speziell für menschliche Gespräche entwickelt wurden. Vorstandsvorsitzender Sudarshan Kamath sagte gegenüber TechCrunch, dass die heutigen LLMs grundsätzlich nicht an den Sprachrhythmus angepasst sind: Sie warten auf eine vollständige Aufforderung, bevor sie mit dem „Denken“ beginnen, eine Verzögerung, die sich bei einem Textchat natürlich anfühlt, bei einem Telefonanruf jedoch störend wirkt.
„Während ich mit Ihnen spreche, denken Sie bereits nach, und Sie unterbrechen mich möglicherweise, wenn ich zu lange rede“, erklärte Kamath und beschrieb die überlappende Echtzeit-Natur des menschlichen Dialogs, die das Modell seines Startups nachbilden soll. Das Modell verarbeitet Audio durch gleichzeitiges Zuhören, Denken und Sprechen und strebt eine Reaktionsverzögerung von nahezu Null an.
Eine Zwei-Modell-Architektur
Das System von Smallest.ai basiert auf dem, was Kamath vorhersagt und zur Standardarchitektur für KI-Agenten werden wird: Ein kleines, blitzschnelles Sprachmodell übernimmt die Live-Konversation, während ein „offline“ großes Basismodell nur dann aufgerufen wird, wenn eine Anfrage die Wissensbasis des kleineren Modells überschreitet. Wenn das passiert, hält das System den Anrufer kurz in der Warteschleife, um das Problem zu „recherchieren“, ähnlich wie es ein menschlicher Agent tun würde.
Diese Arbeitsteilung ermöglicht es dem Startup, sein kleines Modell ausschließlich auf stimmspezifische Herausforderungen zu konzentrieren, darunter den Umgang mit verschiedenen Akzenten, die Unterstützung Dutzender Sprachen und den Betrieb in lauten Umgebungen. Im Gegensatz dazu müssen Wettbewerber, die Allzweck-LLMs auf Sprache anwenden, mit weitaus höheren Latenz- und Rechenkosten kämpfen.
Kunden und Wettbewerb
Zu den bestehenden Kunden von Smallest.ai zählen Unternehmen aus dem Sprach- und Kommunikationsbereich, darunter RingCentral und Truecaller. Kamath argumentierte, dass gut finanzierte Kundensupport-Startups wenig Anreiz hätten, ihre eigenen Voice-Modelle zu entwickeln, da es eine Ablenkung von ihrem Kerngeschäft sei, „extrem gut im Voice-Bereich zu sein“.
Das Startup konkurriert mit dem Marktführer für Sprach-KI, ElevenLabs, sowie mit Cartesia und regionalen Akteuren wie Sarvam, die sich auf lokale Sprachen konzentrieren. Während einige Konkurrenten Sprach-KI für Synchronisation und Podcasting einsetzen, konzentriert sich Smallest.ai ausschließlich auf Echtzeit-Konversationsagenten für Unternehmenskunden.
Der Turing-Test für Stimme
Kamaths Ehrgeiz ist eindeutig. „Wir wollen, dass unsere Modelle den Turing-Test bestehen“, sagte er. „Sie sollten mit unserem Modell sprechen und nicht wissen, dass es sich um KI oder einen Menschen handelt. Das ist der einzige Fokus des Unternehmens.“
Ob diese Messlatte kurzfristig erreichbar ist, bleibt eine offene Frage. Die Sprach-KI hat sich in den letzten zwei Jahren in Bezug auf die Natürlichkeit dramatisch verbessert, aber selbst die besten Systeme haben immer noch Probleme mit den subtilen Hinweisen – Zögern, Humor, emotionaler Tonfall –, die menschliche Gespräche lebendig wirken lassen. Smallest.ai geht davon aus, dass ein Modell, das speziell für Sprache entwickelt wurde und nicht von einem texttrainierten LLM übernommen wurde, diese Lücke schneller schließen kann, als die Branche erwartet.
Ein überfüllter, aber schnell wachsender Markt
Die Finanzierung unterstreicht die breitere Begeisterung der Anleger für die Kategorie Sprach-KI. Sprachschnittstellen gelten zunehmend als die natürlichste Möglichkeit für Verbraucher, mit KI-Agenten zu interagieren, und Callcenter von Unternehmen stellen einen riesigen, sofort ansprechbaren Markt dar, in dem selbst geringfügige Verbesserungen bei Latenz und Natürlichkeit zu messbaren Kosteneinsparungen führen können.
Mit nun 21 Millionen US-Dollar plant Smallest.ai, seine Modellkapazitäten zu erweitern und seinen Unternehmenskundenstamm zu vergrößern. Die Wettbewerbslandschaft ist jedoch unerbittlich: ElevenLabs verfügt über einen erheblichen Marktanteil und größere Anbieter integrieren weiterhin Sprache in ihre Flaggschiffprodukte. Die Differenzierung von Smallest.ai basiert auf der Prämisse, dass ein fokussiertes, spezialisiertes Sprachmodell generalistische Systeme in Bezug auf die eine Metrik übertreffen kann, die für Echtzeitgespräche am wichtigsten ist – Geschwindigkeit, die sich menschlich anfühlt.
Bleiben Sie der KI immer einen Schritt voraus
Von Sprachagenten bis hin zu Spitzenmodellen – die Deals und Durchbrüche kommen schnell. Setzen Sie ein Lesezeichen auf AI Buzz Wire, um fortlaufend über die Unternehmen und Gründer zu berichten, die die Zukunft der künstlichen Intelligenz gestalten.
Lesen Sie weitere Neuigkeiten zu KI-Startups →
