Smallest.ai 是一家成立于 2024 年底的语音 AI 初创公司，近日宣布完成 1300 万美元 A 轮融资，由 Seligman Ventures 领投，Sierra Ventures 和 3one4 Capital 跟投，累计融资超过 2100 万美元。公司的核心目标是：让用户与 AI 语音助手对话时，几乎无法分辨对方是机器还是真人。

创始团队认为，当前主流语音 Agent 的瓶颈来自大型语言模型（LLM）的响应延迟——即使只有半秒停顿，在语音对话中也显得不自然。他们的解决方法不是把 LLM 做得更快，而是用更小、更专用的模型来处理实时交互。Smallest.ai 的模型模拟人类“边听边想边说”的机制，无需等待完整输入再开始推理，从而实现接近零延迟的对话。不过，当遇到超出模型知识范围的问题时，系统会短暂将用户挂起，转而调用一个“离线”的大模型来“研究”答案——这模仿了人类遇到陌生问题时的自然反应。

CEO Sudarshan Kamath 预计，未来所有 AI Agent 都会依赖两种模型：一个用于实时语音交互的小模型，和一个按需调用的大模型来处理复杂问题。Smallest.ai 聚焦于语音本身的细节，例如处理多种口音、支持数十种语言以及适应嘈杂环境。现有客户包括 RingCentral 和 Truecaller 等语音服务公司。

在竞争方面，Smallest.ai 与 ElevenLabs、Cartesia 以及专注本地语言的 Sarvam 等对手处于同一赛道。但 Kamath 指出，许多语音 AI 公司同时涉足音频配音、播客等场景，而 Smallest.ai 只专注于企业级实时对话 Agent。他认为，对于客户支持公司来说，自己构建语音模型是“偏离核心业务的干扰”。公司最终目标是让模型通过图灵测试——用户无法在对话中区分 AI 和人类。