随着AI代理在客户支持领域的能力不断提升，大多数人仍能立刻分辨出自己是在与机器还是人类对话。Smallest.ai是一家成立于2024年底的初创公司，他们认为语音代理的下一次飞跃不会来自加速大型语言模型，而是依靠专为人类对话设计的小型专业模型。简单来说，该公司致力于让与AI代理的对话与人类交流无异。

为此，Smallest.ai正在开发一款小型语音模型，模拟人类在听、思考和说话时的同步处理方式。

Smallest.ai的创始人兼CEO Sudarshan Kamath表示：“当我和你说话时，你已经在思考了，如果我说得太久，你可能会打断我。”这正是他们模型设计的工作原理。

为了实现这一目标，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，使公司累计融资超过2100万美元。

Kamath解释道：“大型语言模型的工作方式是先接收完整提示，然后开始思考。虽然这种延迟在文本聊天中可以接受，但在语音对话中，即使是短暂的停顿也会显得不自然。我们说话时，不会先给你一大段音频，然后你才开始思考。”

该公司的模型作为实时智能层，支持特定话题上的自然客户对话，几乎没有响应延迟。但当遇到模型知识库之外的问题时，Smallest.ai会将查询转交给大型基础模型，短暂让客户等待“查询”问题，就像真人客服一样。

Kamath认为，未来所有AI代理都将依赖两种模型：一个用于实时交互的小型语音模型，另一个是按需调用的“离线”大型语言模型，用于解决复杂问题。

与大型基础模型不同，Smallest.ai专注于语音特有的细节处理，比如应对多样口音、支持多种语言以及在嘈杂环境中的表现。

目前，Smallest.ai的客户包括语音领域的企业，如RingCentral和Truecaller。Kamath表示，任何客户支持公司，包括新兴企业如Sierra和Decagon，都是潜在客户。

当被问及为何资金充足的AI客户支持公司不自行开发语音模型时，Kamath指出：“对客户支持初创企业来说，专注于语音技术会分散他们的核心业务精力。”

Smallest.ai的竞争对手包括语音AI领导者ElevenLabs，以及专注本地语言的Cartesia和Sarvam等区域性企业。

虽然部分竞争者将语音AI应用于音频配音和播客等场景，Smallest.ai则专注于为企业客户打造实时对话语音代理。

Kamath总结道：“我们的目标是让模型通过图灵测试。你和我们的模型对话时，无法分辨是AI还是人类。这是公司的唯一追求。”