استارتاپ اروپایی Gradium که از لابراتوار هوش مصنوعی فرانسوی Kyutai منشعب شده، با جذب سرمایه اولیه ۷۰ میلیون دلاری از حالت سکوت خارج شد. این دور سرمایهگذاری به رهبری FirstMark Capital و Eurazeo انجام شد و سرمایهگذارانی همچون زاویر نیل (سرمایهدار حوزه مخابرات فرانسه)، DST Global Partners و اریک اشمیت نیز در آن حضور داشتند.
Gradium که در سپتامبر ۲۰۲۵ توسط نیل زغیدور (از اعضای مؤسس Kyutai و پژوهشگر سابق در Google DeepMind) تاسیس شد، روی توسعه «مدلهای زبانی صوتی» (audio language AI models) متمرکز است؛ مدلهایی که هدفشان تولید صدا در مقیاس گسترده با تاخیر بسیار کم (ultra-low latency) و پاسخدهی تقریباً آنی است. این مشخصه برای کاربردهای زمان واقعی مانند دستیارهای صوتی، تماسهای پشتیبانی مشتری و بازیهای آنلاین اهمیت حیاتی دارد.
یکی از نکات برجسته Gradium، پشتیبانی چندزبانه از ابتداست: انگلیسی، فرانسوی، آلمانی، اسپانیایی و پرتغالی در هنگام راهاندازی پشتیبانی میشوند و وعده افزوده شدن زبانهای بیشتر در آینده داده شده است. این رویکرد چندزبانه و منشأ اروپایی Gradium میتواند در کشورهای تنظیمگرمحور از منظر مقررات حریم خصوصی (مثل GDPR) مزیت رقابتی ایجاد کند.
بازار صوتی مبتنی بر هوش مصنوعی رقابتی است؛ شرکتهای بزرگ حوزه LLM مانند OpenAI، Anthropic، Meta (Llama) و Mistral هم مدلهای صوتی، شناسایی گفتار و مدلهای چندرسانهای ارائه میدهند. علاوه بر آنها، استارتاپهای شناختهشدهای مثل ElevenLabs و صدها مدل صوتی در پلتفرمهایی مانند Hugging Face در دسترس توسعهدهندگان هستند. با این حال، تقاضا برای صدای مصنوعی با بیان طبیعیتر، دقت بالاتر و تأخیر کمتر همواره در حال افزایش است؛ بهویژه با حرکت کاربردهای هوش مصنوعی از چتهای متنی به عاملهای صوتی هوشمند.
برای توسعهدهندگان و شرکتها، نوآوری Gradium میتواند امکان پیادهسازی تجربههای صوتی بسیار پاسخگو و طبیعی را در مواردی چون خدمات مشتری، آموزش الکترونیکی، تولید محتوا، بازی و ابزارهای دسترسیپذیری فراهم کند. چالش پیش رو، رقابت با بازیگران بزرگ و اثبات کارایی و مقیاسپذیری فناوری در سناریوهای دنیای واقعی است.
در مجموع، ورود Gradium به بازار با حمایت مالی قابلتوجه و تمرکز بر تاخیر بسیار کم و پشتیبانی چندزبانه، نشاندهنده رشد چشمگیر رقابت در حوزه هوش مصنوعی صوتی است و میتواند به تسریع حرکت اکوسیستم به سوی تعاملات صوتی طبیعیتر کمک کند.