为何 Smallest.ai 认为大型 LLM 无法胜任语音任务

smallest.ai 获得1300万美元A轮融资，该融资由seligman ventures领投，以推进其语音特有的AI架构。该架构通过使用模仿人类轮流发言的较小模型，优先实现低延迟对话。与处理整个提示后才生成音频的标准大型语言模型（LLM）不同，smallest.ai的模型在聆听、思考和说话方面是并发的，以防止不自然的停顿，只有在必要时才会将复杂话题交给更大的离线模型处理。这种策略针对客户支持和企业部门，这些部门的竞争对手如sierra和ringcentral，需要类似人类的语音细微差别，但无需构建专有音频基础设施的开销。通过狭隘地关注语音处理——跨口音、语言和噪音——该初创公司旨在绕过通用模型限制，直接挑战elevenlabs等专业公司。此轮融资使这家成立于2024年末的初创公司筹集的总资本超过2100万美元，表明投资者对解决特定界面问题的细分AI架构的信心。