AI语音赛道新星Cartesia获英伟达等1亿美元融资，斯坦福团队携Sonic入局
美国语音生成领域迎来重要突破——初创企业Cartesia正式推出新一代语音模型Sonic-3，并宣布完成1亿美元战略融资，英伟达成为核心投资方。这款采用非Transformer架构的模型凭借其低延迟特性在实时语音交互领域引发关注，数千家企业已将其应用于每月数百万次对话处理。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
技术团队构成堪称"学术全明星"：由5位斯坦福AI实验室研究员创立的Cartesia，其核心成员包括Mamba架构主要开发者Albert Gu、前谷歌大脑工程师Brandon Yang，以及拥有斯坦福与卡内基梅隆双重学术背景的CEO Karan Goel。团队将状态空间模型（SSM）研究成果转化为商业应用，Albert Gu更凭借技术贡献入选《时代》杂志2024年全球影响力人物榜单。
与传统Transformer模型不同，Sonic-3采用的SSM架构通过持续理解对话脉络实现高效预测。实测显示，该模型中文生成响应时间仅2秒，虽流畅度有待提升，但英文表现已达自然水准，纪录片旁白测试中几乎无法分辨AI痕迹。仅90毫秒的模型延迟与190毫秒端到端响应，使系统跻身全球最快实时语音AI之列。
功能层面，Sonic-3支持42种语言与500余种音色选择，中文提供10种声线，英文细分为11种地域口音。通过API参数与SSML标签，用户可精确控制音量、语速及情感表达，甚至实现笑声、语调等微妙情感转换。新增的语音克隆功能支持微调，使生成语音更贴近参考原声，自动缓冲技术则显著提升实时交互的流畅性。
商业应用方面，Cartesia构建的企业级平台集成文本转语音（Sonic）与语音转文本（Ink）模型，支持客户构建具备复杂任务处理能力的语音Agent。ServiceNow等企业已将其用于客户支持、日程管理等场景，产品副总裁Ravi Krishnamurthy评价称："SSM架构为企业级应用带来了前所未有的速度与质量。"
融资进程显示市场高度认可：2024年12月获Index Ventures领投的2700万美元种子轮融资后，仅隔3个月便完成6400万美元A轮融资。此轮1亿美元战略融资将加速技术迭代，在MiniMax、ElevenLabs等竞争对手环伺的AI音频生成赛道，Cartesia正以SSM架构开辟差异化竞争路径。
热门专题
热门推荐
成就解锁全面解析 想要成功解锁“检疫区最后一站麻烦事”成就，玩家需要在危机四伏的检疫区核心地带，精准完成一系列高难度任务流程。这不仅是技术的考验，更是对地图理解、资源管理与临场决策的综合挑战。 前期充分准备 进入检疫区前，周密的战前准备是成功的一半。务必确保武器性能优良，配备足量的弹药与医疗物资。强
Filecoin (FIL) 价格暴涨超70%突破2美元！2025冲击3美元深度解析与长线预测 过去24小时，加密货币市场见证了一场来自去中心化存储龙头Filecoin (FIL)的逆势狂飙。FIL价格从约1 33美元强势拉升至2 25美元上方，单日涨幅突破70%，不仅成功收复关键阻力位，更一举登上
一、浩劫恶魔猎手天赋深度解析 面对《魔兽世界》12 0前夕版本全新的天赋树，浩劫恶魔猎手玩家急需一套高效的加点方案。如何精准配置天赋，将这张复杂的“天赋蓝图”转化为极致的实战输出？本文将深入剖析12 0前夕浩劫DH的核心天赋选择逻辑与加点路线，助你手中的战刃发挥出毁灭性的威力。 二、核心天赋层级详解
欧易通行密钥全攻略：告别传统密码，构建Web3级安全防线 在数字资产安全日益受到挑战的今天，传统密码的脆弱性暴露无遗。网络钓鱼、数据泄露等威胁迫使我们必须采用更前沿的身份验证方案。作为全球领先的Web3科技公司，欧易OKX推出的通行密钥功能，正是基于FIDO2国际安全标准的无密码登录解决方案。本文将
刀法流派核心特点解析 江湖广阔，武学纷呈。《下一站江湖2》中的刀法流派体系丰富，风格鲜明，为武者提供了多样化的成长路径。部分流派崇尚绝对力量，追求瞬间的高额爆发，力求一击制胜；另有流派则注重持久与掌控，刀势如连绵江水，以稳定的高频输出主导战场节奏。深入了解各刀法流派的核心机制与特点，是选择最适合自身