尽管 AI 代理在解决客户支持问题方面日益强大，但大多数人仍能立刻分辨出他们是在与机器而非真人交谈。
Smallest.ai：押注语音代理的下一个飞跃
成立于 2024 年底的初创公司 Smallest.ai 认为，语音代理的突破不在于让大模型跑得更快，而在于使用专为人类对话构建的更小、更专业的模型。该公司致力于让人与 AI 代理的对话达到与真人交谈无法区分的程度。
为此，Smallest.ai 正在开发一款小型语音模型，旨在模仿人类同时倾听、思考和说话的信息处理方式。
创始人兼首席执行官 Sudarshan Kamath 向 TechCrunch 表示：“当我与你说话时，你已经在思考了；如果我讲得太久，你可能会打断我。”这正是该模型的设计核心。
完成 1300 万美元 A 轮融资
为实现这一使命，Smallest.ai 完成了由 Seligman Ventures 领投、Sierra Ventures 和 3one4 Capital 参与的 1300 万美元 A 轮融资，使总融资额超过 2100 万美元。
Kamath 指出，大模型“先接收完整提示词再思考”的模式在文本聊天中尚可接受，但在语音对话中会导致不自然的停顿。“真正的交谈不会是一大段音频剪辑后才开始思考。”
实时交互与复杂问题处理的双模机制
作为实时智能层，该模型能针对特定主题实现近乎零延迟的自然对话。若遇到知识库之外的话题，系统会将查询转交给大型基础模型进行“研究”，模拟真人的短暂等待反应。
Kamath 预测，未来的 AI 代理将依赖两种模型：用于实时交互的小型语音模型，以及按需调用以解决复杂问题的“离线”大模型。
专注语音细微差别与企业级应用
与大模型不同，Smallest.ai 严格专注于语音特定场景，如处理多种口音、支持数十种语言及嘈杂环境运行。
现有客户包括 RingCentral 和 Truecaller 等语音领域公司。Kamath 表示，Sierra、Decagon 等新兴客户支持公司也是其潜在客户。他认为，对于专注核心业务的客服公司而言，自行构建语音模型会分散精力，不如采用专业解决方案。
目前，Smallest.ai 正与 ElevenLabs、Cartesia 及 Sarvam 等厂商竞争。不同于部分对手聚焦配音或播客，Smallest.ai 专攻企业级实时对话式语音代理。
“我们希望模型能够突破图灵测试，让用户分辨不出是 AI 还是人类，这是公司唯一的核心焦点。”Kamath 强调道。