Smallest.ai 完成1300万美元A轮融资，专注打造以假乱真的超低延迟语音AI

尽管AI客服代理的能力日益增强，大多数用户仍能在通话中迅速察觉自己正在与机器交谈。Smallest.ai认为，这一问题的根源不在于大型语言模型的速度，而在于语音交互本身的特殊性。该公司押注于一种全新路径：用专为人类对话设计的小型模型，而非更大的通用模型，来弥合AI与真人之间的体验鸿沟。

Smallest.ai的核心技术是一套实时语音智能层，能够模拟人类在对话中同步进行聆听、思考和表达的过程。公司创始人兼CEO Sudarshan Kamath解释道，传统大型语言模型需要接收完整输入后才开始生成回复，这种延迟在文字聊天中尚可接受，但在语音通话中哪怕短暂的停顿都会显得极为不自然。Smallest.ai的模型则被设计为可以在用户说话的同时就开始处理信息，甚至能够在适当时机打断对话，与真人交流方式高度吻合。

在架构设计上，Smallest.ai采用了双模型协作机制。小型语音模型负责处理实时对话，保障响应速度；一旦遇到超出其知识范围的复杂问题，系统会将用户短暂置于等待状态，同时调用大型基础模型进行深度处理，随后再将答案反馈给用户。Kamath认为，这种模式将成为未来所有AI语音代理的标准架构——小模型主导实时交互，大模型按需处理复杂任务。

与竞争对手相比，Smallest.ai的定位更加垂直和专注。公司不涉足音频配音、播客制作等泛语音AI应用场景，而是将全部精力集中于企业级实时对话语音代理。在技术层面，公司重点攻克多口音识别、多语言支持以及嘈杂环境下的稳定运行等语音特有难题。目前，RingCentral和Truecaller已成为其客户，Kamath表示，所有客服类公司都是潜在目标客户群体。

面对市场上ElevenLabs、Cartesia以及专注本地语言的Sarvam等竞争对手，Kamath对Smallest.ai的差异化定位充满信心。他指出，对于Sierra、Decagon等AI客服初创公司而言，自行研发高质量语音模型会分散其核心业务的资源与注意力，因此选择专业语音模型供应商是更务实的路径。此轮融资所获得的1300万美元将用于加速模型研发与市场拓展，推动公司向其终极目标迈进——让用户在通话结束后仍无法确认对方究竟是AI还是真人。

要点

• Smallest.ai完成1300万美元A轮融资，累计融资超2100万美元，由Seligman Ventures领投。
• 公司核心技术是小型专用语音模型，可实现近零延迟的实时对话，模拟人类同步聆听与思考的方式。
• 系统采用双模型架构：小型模型处理实时交互，大型基础模型按需处理复杂问题，逻辑上与真人客服操作一致。
• 公司严格聚焦企业级实时对话场景，不涉足配音、播客等泛语音应用，与ElevenLabs等竞品形成差异化定位。
• 创始人Kamath明确将通过图灵测试作为公司唯一目标，即让用户在通话中无法区分AI与真人。