03 авг. 2026 2 min read Новости

Smallest.ai привлёк $13 млн Series A на голосовой ИИ, который «звучит как настоящий человек»

Пока одни компании бьются над тем, чтобы сделать LLM быстрее, стартап Smallest.ai пошёл другим путём: построить маленькую, узкоспециализированную модель, которая звучит как человек. 31 июля 2026 года компания закрыла Series A на $13 миллионов, лид-инвестор — Seligman Ventures, с участием Sierra Ventures и 3one4 Capital. Общий объём финансирования — больше $21 миллиона.

Главная идея Smallest.ai — следующий скачок голосовых агентов произойдёт не от ускорения LLM, а от маленьких моделей, заточенных под человеческую речь. «Пока я с тобой говорю, ты уже думаешь, и можешь меня перебить, если я говорю слишком долго. Именно так работает наша модель», — объясняет основатель и CEO Сударшан Камат (Sudarshan Kamath).

Проблема скорости в голосовых агентах

Стандартный пайплайн голосового AI сейчас выглядит так: аудио → распознавание речи (speech-to-text) → LLM генерирует ответ → синтез речи (text-to-speech) → аудио. Каждый шаг добавляет задержку. В текстовом чате пауза в несколько секунд приемлема, в голосовом разговоре даже короткая пауза ощущается как «робот завис».

Камат объясняет на конкретном примере: «Так работает LLM — ты даёшь ей весь промпт целиком, и только потом она начинает думать. Когда я с тобой разговариваю, я не даю тебе сначала большой кусок своей речи, а потом жду, пока ты начнёшь думать. Мы думаем параллельно с говорением».

Решение Smallest.ai — модель, которая работает в реальном времени: слушает, думает и говорит одновременно, как человек. Если вопрос выходит за пределы её компетенции, она передаёт его «большой» LLM в фоне и ставит клиента на «hold» — точно как реальный оператор, который говорит «секундочку, уточняю». Это не баг, это фича.

Что компания уже делает

Среди клиентов Smallest.ai уже есть RingCentral и Truecaller. CEO видит потенциальных клиентов везде, где есть клиентский сервис: «Любая компания клиентской поддержки, включая новых игроков вроде Sierra и Decagon, — это потенциальный клиент для нас».

На вопрос «почему хорошо финансируемая AI-компания клиентской поддержки не построит свою голосовую модель сама», Камат отвечает: «Стать действительно хорошим в голосе — это отвлечение от их основного бизнеса».

Конкуренты

Smallest.ai конкурирует с лидером рынка ElevenLabs, а также с Cartesia и региональными игроками вроде индийского Sarvam, который сфокусирован на местных языках. В отличие от конкурентов, Smallest.ai строго концентрируется на real-time conversational voice agents (агентах для разговорной поддержки в реальном времени) — для корпоративных клиентов. Дубляж видео, подкасты, озвучка — это не их фокус.

На что пойдут деньги

По словам Камата, инвестиции пойдут на:

расширение команды исследователей (компания базируется в Сан-Франциско и Бангалоре),
тренировку моделей на «сложных» условиях: разные акценты, десятки языков, шумные среды (call-центры, открытые офисы, машины),
масштабирование для крупных enterprise-клиентов вроде RingCentral и Truecaller.

Что я думаю по этому поводу

Идея Smallest.ai простая и сильная: для голосового разговора не нужна «самая умная» модель, нужна «самая быстрая и натурально звучащая». Это контр-интуитивное наблюдение для AI-индустрии, привыкшей к гонке за размером. В голосе размер не помогает — там важны латентность (задержка между концом фразы и ответом), параллельность и эмоциональный контекст.

Это похоже на то, что в компьютерном зрении произошло с детекторами объектов: после волны «универсальных vision transformer» (трансформерная архитектура для обработки изображений) победили узкоспециализированные YOLO-подобные модели, оптимизированные под конкретную задачу. В голосе сейчас идёт тот же процесс: на место «LLM + TTS (text-to-speech, синтез речи)» приходят «real-time native voice models».

Мой прогноз: в ближайшие 12 месяцев мы увидим, как минимум 3–5 крупных enterprise-развёртываний голосовых AI-агентов полностью перейдут на архитектуру «маленькая специализированная модель + большая LLM в фоне». Это будет первый случай, когда AI-индустрия признает: для production-нагрузок «больше параметров» ≠ «лучше продукт». Специализация побеждает масштаб.