尽管AI智能体在处理客服问题方面的能力日益增强，但大多数人在与其通话时，仍能立刻判断出对方是机器而非真人。
成立于2024年底的初创公司Smallest.ai认为，语音智能体的下一次飞跃，不会来自于让大语言模型跑得更快，而是要构建专为人类对话设计的小型专用模型。简而言之，该公司的目标是让人们与AI智能体对话时，感受不出任何差异。
为此，Smallest.ai正在研发一种小型语音模型，旨在模拟人类处理信息的方式——边听、边思考、边说话，三者同步进行。
"我和你说话的时候，你已经在思考了，如果我说太久，你可能会打断我。"Smallest.ai创始人兼CEO苏达尔山·卡马思在接受TechCrunch采访时表示，这正是该公司模型的设计逻辑。
为推进这一愿景，Smallest.ai完成了1300万美元的A轮融资，由Seligman Ventures领投，Sierra Ventures和3one4 Capital参与跟投。此次融资完成后，该公司累计融资总额已超过2100万美元。
"大语言模型的工作方式是：你给它一整段提示词，然后它才开始思考。"卡马思说。在文字聊天中，这点延迟尚可接受，但在语音对话里，哪怕是短暂的停顿，也会让人感觉不自然。"想想我们平时说话的方式，我不会先给你发一大段录音，你再开始思考。"
Smallest.ai的模型充当实时智能处理层，能够针对特定话题与客户进行自然对话，且响应延迟几乎为零。但当模型遇到超出其知识范围的问题时，Smallest.ai会将该查询转交给大型基础模型处理，同时让客户短暂等待，以便"查询"相关信息——这与真实人工客服的处理方式如出一辙。
卡马思预计，未来所有AI智能体都将依赖两类模型协同工作：一类是用于实时交互的小型语音模型，另一类是按需调用以解决复杂问题的"离线"大语言模型。
与大型基础模型不同，Smallest.ai专注于语音领域的细粒度能力，涵盖多种口音识别、数十种语言支持以及嘈杂环境下的稳定运行。
目前，该公司的客户已包括RingCentral、Truecaller等语音领域的企业。卡马思表示，所有客服类公司，包括Sierra、Decagon等新兴企业，都是其潜在目标客户。
当被问及资金充裕的AI客服公司为何不自行研发语音模型时，卡马思回应称，对客服初创公司而言，深耕语音技术会分散其对核心业务的专注度。
在竞争格局上，Smallest.ai的主要对手包括语音AI领域的头部企业ElevenLabs、Cartesia，以及专注本地语言的区域性玩家Sarvam。部分竞争对手将语音AI应用于音频配音、播客制作等场景，而Smallest.ai则完全专注于面向企业客户的实时对话语音智能体。
"我们希望自己的模型能够突破图灵测试，"卡马思说，"当你与我们的模型对话时，你应该分辨不出它是AI还是人类。这是公司唯一的核心目标。"
Q&A
Q1：Smallest.ai的语音模型和普通大语言模型有什么区别？
A：普通大语言模型需要接收完整提示词后才开始处理，存在明显延迟，用在语音对话中会让人感觉不自然。Smallest.ai开发的小型语音模型则模拟人类"边听边思考边说"的方式，实现近乎零延迟的实时对话。遇到超出能力范围的问题时，再转交大型基础模型处理，兼顾响应速度与处理深度。
Q2：Smallest.ai目前有哪些客户？
A：Smallest.ai的现有客户包括语音通信领域的RingCentral和来电显示服务商Truecaller。此外，公司创始人卡马思表示，Sierra、Decagon等新兴AI客服公司，以及所有客户支持类企业，都是其潜在目标客户群体。
Q3：Smallest.ai在语音AI市场上面临哪些竞争对手？
A：Smallest.ai的主要竞争对手包括语音AI头部企业ElevenLabs、技术公司Cartesia，以及专注印度等地区本地语言的Sarvam。与部分竞品侧重音频配音、播客等场景不同，Smallest.ai专注于企业级实时对话语音智能体这一垂直方向。
