Smallest.ai — стартап, основанный в конце 2024 года, — делает ставку на то, что следующий прорыв в голосовых агентах произойдет не за счет ускорения больших языковых моделей, а за счет использования меньших специализированных моделей, созданных для человеческого общения. Проще говоря, компания хочет сделать разговор с ИИ-агентом неотличимым от разговора с человеком.
Для этого она разрабатывает небольшую голосовую модель, призванную имитировать то, как люди обрабатывают информацию, одновременно слушая, думая и говоря.
«Пока я говорю с вами, вы уже думаете и можете прервать меня, если я говорю слишком долго», — рассказал TechCrunch Сударшан Камат (на фото слева), основатель и генеральный директор Smallest.ai, добавив, что именно так и работает модель стартапа.
Для финансирования этой миссии Smallest.ai привлек $13 млн в раунде Series A, возглавляемом Seligman Ventures при участии Sierra Ventures и 3one4 Capital. Свежий капитал доводит общий объем финансирования стартапа до более чем $21 млн.
«Как работает LLM: вы даете ей полный запрос, и затем она начинает думать», — сказал Камат. Если такая задержка приемлема в текстовом чате, то в голосовом разговоре даже короткая пауза кажется неестественной. «Если подумать о том, как мы разговариваем, я не даю вам большой фрагмент своей речи, а затем вы начинаете думать».
Модель стартапа служит интеллектуальным слоем реального времени, который обеспечивает естественные разговоры с клиентами на конкретные темы практически без задержки ответа. Но если модель сталкивается с предметом, выходящим за пределы ее ограниченной базы знаний, Smallest.ai передает запрос большой фундаментальной модели, ненадолго ставя клиента на удержание, чтобы «изучить» вопрос — точно так же, как это сделал бы реальный человек.
Камат считает, что вскоре все ИИ-агенты будут полагаться на две модели: небольшую голосовую модель для взаимодействия в реальном времени и «офлайн»-LLM, к которой обращаются по мере необходимости для решения сложных задач.
В отличие от больших фундаментальных моделей, Smallest.ai фокусируется строго на голосовых нюансах, таких как работа с различными акцентами, поддержка десятков языков и функционирование в шумной обстановке.
Среди существующих клиентов стартапа — компании из голосовой сферы, включая RingCentral и Truecaller. Камат отметил, что любая компания, занимающаяся поддержкой клиентов, включая новые, такие как Sierra и Decagon, является потенциальным клиентом для стартапа.
На вопрос, почему хорошо финансируемая ИИ-компания по поддержке клиентов не создаст собственную голосовую модель, Камат ответил, что для стартапов в сфере поддержки клиентов «стать чрезвычайно хорошими в голосе — это отвлечение от их основного бизнеса».
Smallest.ai конкурирует с лидером голосового ИИ ElevenLabs, а также с Cartesia и региональными игроками, такими как Sarvam, которые специализируются на локальных языках.
В то время как некоторые конкуренты применяют голосовой ИИ в таких случаях, как дубляж аудио и подкастинг, Smallest.ai фокусируется строго на голосовых агентах для общения в реальном времени для своих корпоративных клиентов.
«Мы хотим, чтобы наши модели прошли тест Тьюринга, — сказал Камат. — Вы должны говорить с нашей моделью и не знать, ИИ это или человек. Это единственная цель компании».
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Marina Temkin
