Smallest.ai 籌資 1300 萬美元，透過雙模型架構打造「即時且擬人」的語音代理
為何重要
這項發展標誌著 AI 產業正從「通用模型效能」轉向「情境式體驗最佳化」，特別是解決語音互動中不可避免的延遲問題。對於開發者而言，這代表語音 Agent 的開發不再是單純呼叫 API，而是需要設計即時推理與按需大模型呼叫的混合系統。長遠來看，若小型專用模型能有效達成真實感，將大幅拓展 AI Agent 在客服、導航等高頻互動場景的商業可行性。
隨著 AI 代理日益普及，人們仍能輕易識別與機器交談。Smallest.ai 立足於此痛點，認為語音代理的突破在於小型專用模型，而非僅靠加速大型語言模型。該公司主張未來的架構將區分即時對話與深度研究兩種模式。
- 總共籌得 1300 萬美元的 Series A 資金（累計總額超過 2100 萬美元），領投 Seligman Ventures，參與者包含 Sierra Ventures 與 3one4 Capital。
- 技術策略為「雙模型」：小型語音模型負責即時互動處理（模擬人類並行聆聽與思考），大型基礎模型僅在話題超出其知識範圍時介入並模擬「暫停等待」。
- CEO 指出，傳統 LLM 的序列運算特性會使語音對話產生非自然的停頓，這點正是 Smallest.ai 追求打破強調的差異化。
- 現有客戶與目標物件涵蓋通訊軟體（RingCentral、Truecaller）及具備客戶服務需求的各類企業。