Nicholas Leonard和Derek Caneja最初想构建AI语音智能体,但在产品开发过程中,他们发现许多语音智能体存在设计缺陷。
一些智能体使用无代码工具构建,虽然能快速投入生产,但产品质量往往较低。而其他智能体则由那些有时间和资源花费数月构建专业工具的公司开发。Leonard告诉TechCrunch:"开发者和企业需要一个替代方案。"他还补充说,他和Caneja意识到软件的未来将"由编码智能体进行编码、验证和优化"。
Leonard说:"这两个洞察和一个历史认识给了我们创建VoiceRun的灵感。"Leonard担任公司CEO,Caneja担任CTO。
去年,他们决定推出VoiceRun,这是一个让开发者和编码助手能够启动和扩展语音智能体的平台。目前,许多低代码平台让用户通过可视化图表构建语音智能体,用户需要点击对话流程并在框中编写提示来指导智能体的行为。Leonard表示,这些都很难管理。
相比之下,VoiceRun允许用户通过编码来定义语音智能体的行为方式,为创建所需产品提供更大的灵活性。Leonard解释说,代码是编码智能体的原生语言。"它们在代码环境中的表现远比在可视化界面中要好。"
此外,可视化界面的配置选项有限,例如,如果有人想构建一个能说不同方言的语音智能体,如果可视化界面的制作者没有构建处理该任务的功能,那可能会很困难。
"但在代码中,这非常简单,"他说。"有数百万个小功能的例子,你可能想要实现但可视化界面不支持。"
除了编码智能体外,VoiceRun还允许用户进行A/B测试并一键即时部署。
该公司面向企业开发者,例如帮助公司将AI融入客户服务,或帮助科技公司推出基于语音的产品。他提到,例如与一家餐厅科技公司合作,为食物预订推出AI电话礼宾服务。
该公司周三宣布完成由Flybridge Capital领投的550万美元种子轮融资。
AI智能体领域竞争激烈。去年该领域的初创公司获得了数十亿美元投资(这是涌入AI公司总体资金中的一部分)。Leonard认为他的公司面临市场两端的竞争:一端是像Bland和ReTell AI这样的无代码语音构建器,让用户快速构建演示;另一端是像LiveKt和Pipecat这样更复杂的工具,为开发者提供"最大控制权"。他认为VoiceRun位于这两端的中间。
"我们提供全球语音基础设施和评估驱动的生命周期,同时将业务逻辑代码和数据的所有权保留在客户手中,"他说。"关键区别在于我们正在为端到端编码智能体开发闭环。我们期望开发者监督编码智能体编写代码、运行测试、部署和提出改进建议。"
在某种程度上,Leonard希望他的产品能帮助开发者创建语音智能体工具,进而帮助人们对自动化语音感到更舒适。今天的客户在有人接听电话时会"感到安心","因为语音自动化一直很脆弱且无效"。
Five9去年的一项调查显示,四分之三的受访者在客户服务方面仍更愿意与人类交谈。Leonard说他想改变这种认知,因为"今天的人工智能体也有自身局限性",比如语言障碍或让人感到被评判。
"在Model T之前就有很棒的汽车,但直到流水线出现,车辆才变得无处不在,"Leonard说。"今天有很棒的语音智能体,但它们要到语音智能体工厂建成后才会无处不在。VoiceRun就是那个工厂。"
Q&A
Q1:VoiceRun是什么?它与其他语音智能体平台有什么不同?
A:VoiceRun是一个让开发者和编码助手能够启动和扩展语音智能体的平台。与其他平台不同的是,VoiceRun允许用户通过编码来定义语音智能体的行为方式,而不是使用可视化图表,这为创建所需产品提供了更大的灵活性和更多配置选项。
Q2:VoiceRun主要服务哪些客户?有什么具体应用场景?
A:VoiceRun主要面向企业开发者,帮助公司将AI融入客户服务,或帮助科技公司推出基于语音的产品。具体应用场景包括与餐厅科技公司合作,为食物预订推出AI电话礼宾服务等。
Q3:VoiceRun获得了多少融资?由谁领投?
A:VoiceRun宣布完成了550万美元的种子轮融资,由Flybridge Capital领投。该公司将利用这笔资金继续开发其语音智能体开发平台。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。