网易首页 > 网易号 > 正文 申请入驻

黄仁勋又投了个AI创企!创始团队有两位华人大牛,还有Mamba、谷歌背景

0
分享至

智东西11月3日消息,10月29日,美国语音生成创企Cartesia创始人兼首席执行官Karan Goel在社交平台X上宣布推出全新的语音模型Sonic-3,同时还披露其已完成1亿美元(约合人民币7.12亿元)融资,英伟达参投。

Cartesia创立于2023年,由5位斯坦福AI实验室研究员创立,其中Chris Ré是他们导师、Albert Gu、Brandon Yang是华人。值得一提的是,Cartesia首席科学家兼联合创始人Albert Gu是Mamba作者之一,而另一位华人Brandon Yang曾在谷歌大脑团队工作。

▲Cartesia创始人团队,从左到右依次为:Brandon Yang、Karan Goel、Albert Gu和Arjun Desai(图源:Cartesia)

此前,Cartesia曾在2024年12月获得Index Ventures领投的2700万美元(约合人民币1.92亿元)种子轮融资,仅过去不到3个月,2025 年 3 月,Cartesia就宣布完成了6400万美元(约合人民币4.56亿元)的A轮融资。

外媒AIM Media House称,Cartesia提供了基于SSM(状态空间模型)架构的语音生成和语音识别模型,Sonic-3采用的是非Transformer架构,适用于实时对话和语音交互应用。

目前,包括云计算平台ServiceNow、AI客服平台Cresta和Decagon在内的数千家企业都借助Sonic模型每月处理数百万次对话。

智东西第一时间对 Sonic-3进行了实测。智东西让Sonic-3用中文讲一个故事,Sonic-3只用了两秒就生成播放了音频,不过Sonic-3说中文的流畅度还有待提升。

智东西又让其用英文随机念了一段纪录片旁白,相比于中文,英文则相当流畅自然,几乎听不出来是AI生成的。

一、斯坦福全明星阵容,Mamba作者也上了

斯坦福AI实验室对多年来的SSM研究成果进行了转化,创办了Cartesia。

Cartesia联合创始团队相识于斯坦福,由两位华人、两位印度人及他们的共同导师组成。在校期间,他们便发明了SSM,用于训练更高质量、更高效的大模型。

Cartesia首席科学家兼联合创始人Albert Gu是Mamba的主要作者之一。相比传统Transformer模型,Mamba的SSM模型则实现了低延迟、高精度的序列预测。同时Albert Gu还入选了2024年《时代》杂志全球最具影响力人物名单。

Cartesia CEO兼联合创始人Karan Goel博士毕业于斯坦福大学,在卡内基梅隆大学攻读硕士期间曾获得Siebel Scholar奖学金,在斯坦福期间还受到了斯坦福计算机科学系副教授艾玛·布伦斯基尔、斯坦福以人为本AI研究中心主任李飞飞等许多杰出教授的指导。

过去四年,Cartesia团队积极构建SSM背后的理论,并将其扩展到文本、音频、视频、图像和时间序列数据等各种模态,取得了最先进的成果。基于在斯坦福对SSM的研究,创始团队一开始就瞄准了SSM架构和语音模型。

Cartesia为用户提供了一个企业级AI语音平台,用户在该平台上可以使用语音与文本转换的模型——文本转语音模型Sonic和语音转文本模型Ink,还可以构建语音Agent。

二、配备42种语言和自定义发音,响应速度不到0.2s

Cartesia公司的发展节奏相当之快,伴随着Cartesia拿到最新的一轮融资,该公司推出了全新的Sonic-3模型。

Sonic-3模型在支持语言数量、可控性和速度上存在优势。用户可以选择系统配备的42种语言和500多种音色进行文本转语音功能,在Sonic-2的15种语言的基础上大大增加。

▲Cartesia可支持语言(图源:Cartesia)

在Sonic-3语音库里,共有10种中文声音类型可供选择,而配备较多的英文语音还更细地分成了11种不同地区的口音。

▲拥有11种口音的英文(图源:Cartesia)

在可控性上,该模型不仅能进行基本的语音生成,还能够通过API参数和SSML标签对音量、语速和情绪进行精细控制,能精准捕捉人的情绪,包括笑声、语调及微妙的情感转换等,支持自定义发音。

Sonic-3的模型延迟仅为90毫秒,端到端总响应时间在190毫秒以内,外媒AIM Media House称该模型已跻身全球最快的实时语音AI系统之列。

Sonic-3还支持语音克隆的功能,并支持微调使其更还原参考原声。此外,新模型还能对生成的语音进行自动缓冲与延续,这意味着,实时语音处理将变得更加高效与自然。

▲语音克隆(图源:Cartesia)

与大多数依赖Transformer架构的语音模型不同,Sonic-3基于SSM架构。基于Transformer架构的模型会通过重新回顾先前对话来预测下一个词,从而导致语音生成的延迟与低效。而SSM(例如S4和Mamba等创新技术)更接近人类思维模式,它们能够持续理解主题和对话,无需从头开始回顾所有内容,这使得Sonic-3能够生成既自然又快速的语音。

利用Sonic模型,Cartesia的平台可以帮助企业构建具备复杂任务处理能力的语音Agent,包括客户支持、日程安排,甚至轻松愉快的恶作剧等。

▲创建个性化Agent(图源:Cartesia)

结语:Cartesia要革新实时语音模型赛道

在AI音频生成赛道上,不乏有MiniMax、Genspark、ElevenLabs等强劲的竞争对手。伴随着Cartesia获得新一轮融资,Sonic-3新模型投入使用,语音模型赛道竞争更加激烈。

ServiceNow产品副总裁Ravi Krishnamurthy称:“Cartesia的SSM架构为我们的语音Agent带来了企业级的速度和质量。”

近几年,Cartesia一直朝着SSM架构努力,随着实时对话需求的急剧增长,这一技术或将为企业和其他用户提供更为精准、快速的解决方案。

来源:AIM Media House

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
3艘航母,12艘驱逐舰,180架战机全部到达预定作战海域,这仗非打不可?

3艘航母,12艘驱逐舰,180架战机全部到达预定作战海域,这仗非打不可?

聚峰军评
2026-11-16 16:56:20
TVB视帝被下病危通知书,妻子当场吓到无表情,望着仪器一动不动

TVB视帝被下病危通知书,妻子当场吓到无表情,望着仪器一动不动

小椰的奶奶
2026-11-17 14:44:32
黄仁勋身家八千亿满世界跑,亲哥却在台北穿拖鞋买香蕉,黄仁德不进英伟达,不是弟弟不帮,是这笔账早就算明白了

黄仁勋身家八千亿满世界跑,亲哥却在台北穿拖鞋买香蕉,黄仁德不进英伟达,不是弟弟不帮,是这笔账早就算明白了

秋风妃
2026-11-15 21:39:48
每体:巴萨引援目标耶尔奇身价6000万欧,克洛普赞不绝口

每体:巴萨引援目标耶尔奇身价6000万欧,克洛普赞不绝口

懂球帝
2026-11-18 07:43:10
当“整容脸”混进赵本山新剧,撞上天然脸演员,简直是降维打击

当“整容脸”混进赵本山新剧,撞上天然脸演员,简直是降维打击

热点风采
2026-11-03 14:56:41
告诉你一个心理学秘密:千万不要提前焦虑,事情会以奇特方式解决

告诉你一个心理学秘密:千万不要提前焦虑,事情会以奇特方式解决

松果正念袁老师
2025-03-11 20:52:18
热议国足2-2巴林:进攻端发挥思路清晰有威胁;足协应有明确止损点

热议国足2-2巴林:进攻端发挥思路清晰有威胁;足协应有明确止损点

懂球帝
2026-11-17 23:21:42
拉夫罗夫曾言:莫斯科将把所有历史上的俄罗斯土地归还其合法家园

拉夫罗夫曾言:莫斯科将把所有历史上的俄罗斯土地归还其合法家园

影孖看世界
2026-10-13 23:32:38
纪检委查一个人最狠的方法,这个阶段一夜白头,很多人都扛不住!

纪检委查一个人最狠的方法,这个阶段一夜白头,很多人都扛不住!

职场资深秘书
2026-11-17 18:50:53
方舒还是太自信了,所以才会有1996年那次严重的失误

方舒还是太自信了,所以才会有1996年那次严重的失误

我来我看见
2026-11-16 19:26:59
黄仁勋辞职后首度发声:愿意重返CEO岗位!

黄仁勋辞职后首度发声:愿意重返CEO岗位!

芯智讯
2026-11-18 01:50:47
高市早苗现身东盟峰会晚宴,身穿菲律宾传统服饰,刚下车踩红毯就差点摔倒

高市早苗现身东盟峰会晚宴,身穿菲律宾传统服饰,刚下车踩红毯就差点摔倒

极目新闻
2026-11-17 08:30:19
王兴兴西装革履小白鞋!在深圳APEC谈“最大挑战”

王兴兴西装革履小白鞋!在深圳APEC谈“最大挑战”

看看新闻Knews
2026-11-17 14:16:04
智谱GLM新模型疑已小范围内测,跑分超过Opus 5.5!

智谱GLM新模型疑已小范围内测,跑分超过Opus 5.5!

智猩猩
2026-11-17 21:49:39
复旦大学王德峰教授说:“我的儿子,从小念最好的幼儿园,最好的小学,最好的中学,最后却只上了二本。”

复旦大学王德峰教授说:“我的儿子,从小念最好的幼儿园,最好的小学,最好的中学,最后却只上了二本。”

犀利辣椒
2026-11-17 06:21:54
国家药监局:北京同仁堂等17家药企27批次药品不符合规定

国家药监局:北京同仁堂等17家药企27批次药品不符合规定

21世纪经济报道
2026-11-17 15:30:09
从34亿到420万,佟丽娅被观众彻底抛弃,十多位明星助力也没用

从34亿到420万,佟丽娅被观众彻底抛弃,十多位明星助力也没用

影视高原说
2026-11-15 08:25:37
砸下12亿,耐克终结阿迪达斯26年欧冠合作

砸下12亿,耐克终结阿迪达斯26年欧冠合作

体育圈人
2026-11-17 14:49:45
乌方称炸毁克里米亚大桥超270米桥面,一座钢拱坠海,“火烈鸟”导弹击中铁路桥

乌方称炸毁克里米亚大桥超270米桥面,一座钢拱坠海,“火烈鸟”导弹击中铁路桥

桂系007
2026-11-17 23:22:16
张元英惊为天人的头身比例,确实生得极为漂亮。

张元英惊为天人的头身比例,确实生得极为漂亮。

九把勺子
2026-11-16 19:41:23
2026-11-18 08:08:49
智东西 incentive-icons
智东西
智东西,AI产业新媒体,专注报道人工智能的前沿技术发展,和技术应用带来的千行百业产业变革。
12955文章数 117195关注度
往期回顾 全部

财经要闻

全民抛售AI,市场转折点或已悄然临近

头条要闻

中俄美元首首次三方"面谈" 俄方:现代史上前所未有

头条要闻

中俄美元首首次三方"面谈" 俄方:现代史上前所未有

体育要闻

东契奇心仪之人 三年后拿着底薪站到他身旁

娱乐要闻

刘欢有6位生死之交,个个可托付后事

科技要闻

离职后首份声明!黄仁勋认错愿回归

汽车要闻

奕境X9纯电版信息曝光 将于11月27日广州车展上市

态度原创

本地
房产
时尚
亲子
公开课

本地新闻

乌兰察布:以前种土豆,现在种Token

房产要闻

5381亩之后,三亚绿谷,等一个500强!

秋天衣服别总穿纯色,试试这几件条纹单品,简单时尚又减龄

亲子要闻

诺和诺德公布司美格鲁肽最新研究结果:近80%的6岁至12岁肥胖儿童BMI降低10%或以上

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版