Η Smallest.ai, μια startup που ιδρύθηκε στα τέλη του 2024, συγκέντρωσε 13 εκατομμύρια δολάρια σε έναν γύρο της Σειρά Α για να δημιουργήσει εξειδικευμένα μοντέλα φωνής σχεδιασμένα να κάνουν τις συνομιλίες σε πραγματικό χρόνο με τεχνητή νοημοσύνη να μην διακρίνονται από την ομιλία σε άνθρωπο. Η χρηματοδότηση, η οποία αναφέρθηκε για πρώτη φορά από το TechCrunch στις 31 Ιουλίου 2026, ήταν υπό την ηγεσία της Seligman Ventures με τη συμμετοχή της Sierra Ventures και της 3one4 Capital, ανεβάζοντας τη συνολική χρηματοδότηση της εταιρείας σε περισσότερα από 21 εκατομμύρια δολάρια.
Ο γύρος φτάνει καθώς η αγορά φωνής-AI θερμαίνεται και οι επενδυτές αναζητούν το επόμενο άλμα πέρα από τα chatbot που βασίζονται σε κείμενο. Για συνεχή κάλυψη των νεοσύστατων επιχειρήσεων που αναδιαμορφώνουν τον κλάδο της τεχνητής νοημοσύνης, ακολουθήστε τις [τελευταίες ειδήσεις AI] (https://aibuzzwire.news).
Ένα στοίχημα σε μικρά, εξειδικευμένα μοντέλα φωνής
Η βασική διατριβή του Smallest.ai είναι ότι η επόμενη ανακάλυψη στους φωνητικούς πράκτορες δεν θα προέλθει από την ταχύτερη κατασκευή μεγάλων γλωσσικών μοντέλων, αλλά από την κατασκευή μικρότερων, ειδικά σχεδιασμένων μοντέλων σχεδιασμένων ειδικά για ανθρώπινη συνομιλία. Ο διευθύνων σύμβουλος Sudarshan Kamath είπε στο TechCrunch ότι τα σημερινά LLMs δεν ταιριάζουν θεμελιωδώς με τον ρυθμό της ομιλίας: περιμένουν μια πλήρη προτροπή προτού αρχίσουν να "σκέφτονται", μια καθυστέρηση που είναι φυσική σε μια συνομιλία κειμένου, αλλά ενοχλεί σε ένα τηλεφώνημα.
«Ενώ σου μιλάω, σκέφτεσαι ήδη και μπορεί να με διακόψεις αν μιλήσω για πολύ καιρό», εξήγησε ο Kamath, περιγράφοντας την σε πραγματικό χρόνο, επικαλυπτόμενη φύση του ανθρώπινου διαλόγου που έχει σχεδιαστεί για να αναπαράγει το μοντέλο της startup του. Το μοντέλο επεξεργάζεται τον ήχο ακούγοντας, σκεπτόμενος και μιλώντας ταυτόχρονα, με στόχο την ουσιαστικά μηδενική καθυστέρηση απόκρισης.
Αρχιτεκτονική με δύο μοντέλα
Το σύστημα του Smallest.ai βασίζεται σε αυτό που προβλέπει ο Kamath ότι θα γίνει τυπική αρχιτεκτονική για πράκτορες AI: ένα μικρό, αστραπιαία φωνητικό μοντέλο χειρίζεται τη ζωντανή συνομιλία, ενώ ένα "εκτός σύνδεσης" μεγάλο θεμελιώδες μοντέλο καλείται μόνο όταν ένα ερώτημα υπερβαίνει τη γνωσιακή βάση του μικρότερου μοντέλου. Όταν συμβεί αυτό, το σύστημα θέτει για λίγο τον καλούντα σε αναμονή για να «ερευνήσει» το ζήτημα, όπως θα μπορούσε να κάνει ένας ανθρώπινος πράκτορας.
Αυτός ο καταμερισμός εργασίας επιτρέπει στην startup να εστιάσει το μικρό της μοντέλο αυστηρά σε προκλήσεις που αφορούν τη φωνή, συμπεριλαμβανομένου του χειρισμού διαφορετικών προφορών, της υποστήριξης δεκάδων γλωσσών και της λειτουργίας σε θορυβώδη περιβάλλοντα. Αντίθετα, οι ανταγωνιστές που εφαρμόζουν LLM γενικής χρήσης στη φωνή πρέπει να αντιμετωπίσουν πολύ υψηλότερο λανθάνοντα χρόνο και να υπολογίσουν το κόστος.
Πελάτες και Ανταγωνισμός
Οι υπάρχοντες πελάτες του Smallest.ai περιλαμβάνουν εταιρείες στον χώρο της φωνής και των επικοινωνιών, μεταξύ των οποίων η RingCentral και η Truecaller. Ο Kamath υποστήριξε ότι οι καλά χρηματοδοτούμενες νεοφυείς επιχειρήσεις υποστήριξης πελατών έχουν ελάχιστα κίνητρα για να δημιουργήσουν τα δικά τους μοντέλα φωνής, καθώς το να γίνουν «εξαιρετικά καλοί στο να κάνουν φωνή αποσπά την προσοχή από τη βασική τους δραστηριότητα».
Η startup ανταγωνίζεται τον ηγέτη φωνητικής τεχνητής νοημοσύνης ElevenLabs, καθώς και την Cartesia και τοπικούς παίκτες όπως η Sarvam που επικεντρώνονται στις τοπικές γλώσσες. Ενώ ορισμένοι ανταγωνιστές εφαρμόζουν φωνητική τεχνητή νοημοσύνη στη μεταγλώττιση και το podcast, το Smallest.ai επικεντρώνεται αποκλειστικά σε συνομιλητές σε πραγματικό χρόνο για εταιρικούς πελάτες.
Η δοκιμή Turing για τη φωνή
Η φιλοδοξία του Kamath είναι ξεκάθαρη. «Θέλουμε τα μοντέλα μας να σπάσουν το τεστ Turing», είπε. "Θα πρέπει να μιλήσετε με το μοντέλο μας και να μην ξέρετε ότι είναι τεχνητή νοημοσύνη ή άνθρωπος. Αυτός είναι ο μοναδικός στόχος της εταιρείας."
Το κατά πόσον αυτός ο πήχης είναι εφικτός βραχυπρόθεσμα παραμένει ανοιχτό ερώτημα. Το Voice AI έχει βελτιωθεί δραματικά ως προς τη φυσικότητα τα τελευταία δύο χρόνια, αλλά ακόμη και τα καλύτερα συστήματα εξακολουθούν να παλεύουν με τις λεπτές ενδείξεις - δισταγμό, χιούμορ, συναισθηματική κλίση - που κάνουν την ανθρώπινη συνομιλία να αισθάνεται ζωντανή. Το στοίχημα του Smallest.ai είναι ότι ένα μοντέλο που έχει δημιουργηθεί ειδικά για την ομιλία, αντί να είναι προσαρμοσμένο από ένα εκπαιδευμένο σε κείμενο LLM, μπορεί να κλείσει αυτό το κενό πιο γρήγορα από ό,τι αναμένει η βιομηχανία.
Μια πολυσύχναστη αλλά ταχέως αναπτυσσόμενη αγορά
Η χρηματοδότηση υπογραμμίζει τον ευρύτερο ενθουσιασμό των επενδυτών για την κατηγορία φωνής-AI. Οι φωνητικές διεπαφές θεωρούνται όλο και περισσότερο ως ο πιο φυσικός τρόπος αλληλεπίδρασης των καταναλωτών με πράκτορες τεχνητής νοημοσύνης και τα εταιρικά τηλεφωνικά κέντρα αντιπροσωπεύουν μια τεράστια, άμεσα προσβάσιμη αγορά, όπου ακόμη και οι μέτριες βελτιώσεις στον λανθάνοντα χρόνο και τη φυσικότητα μπορούν να μεταφραστούν σε μετρήσιμη εξοικονόμηση κόστους.
Με 21 εκατομμύρια δολάρια τώρα στα χέρια, η Smallest.ai σχεδιάζει να επεκτείνει τις δυνατότητες μοντέλων της και να διευρύνει τη βάση πελατών της για επιχειρήσεις. Το ανταγωνιστικό τοπίο, ωστόσο, δεν συγχωρεί: η ElevenLabs κατέχει σημαντικό μερίδιο αγοράς και οι μεγαλύτεροι παίκτες συνεχίζουν να ενσωματώνουν τη φωνή στα κορυφαία προϊόντα τους. Η διαφοροποίηση του Smallest.ai εξαρτάται από την προϋπόθεση ότι ένα εστιασμένο, εξειδικευμένο φωνητικό μοντέλο μπορεί να ξεπεράσει τα γενικά συστήματα στη μία μέτρηση που έχει μεγαλύτερη σημασία για τη συνομιλία σε πραγματικό χρόνο - την ταχύτητα που μοιάζει ανθρώπινη.
Μείνετε μπροστά από την τεχνητή νοημοσύνη
Από φωνητικούς πράκτορες μέχρι μοντέλα συνόρων, οι προσφορές και οι ανακαλύψεις έρχονται γρήγορα. Προσθέστε σελιδοδείκτη AI Buzz Wire για συνεχή κάλυψη των εταιρειών και των ιδρυτών που χτίζουν το μέλλον της τεχνητής νοημοσύνης.
Διαβάστε περισσότερα νέα εκκίνησης AI →
