林俊旸创业公司估值三个月升至50亿美元,吉利被曝入场
相关推荐
ElevenLabs估值翻倍至220亿美元,计划2028年做好IPO准备
动察 Beating AI 快讯,AI 语音公司 ElevenLabs CEO Mati Staniszewski 表示,希望在 2028 年做好 IPO 准备,但还没有确定最终的上市时间。 今年 9 月,ElevenLabs 通过员工老股出售交易,将估值推高至 220 亿美元,较 2 月融资时的 110 亿美元翻倍。此次交易规模为 3 亿美元,资金主要用于让员工套现。 ElevenLabs 最初以 AI 配音和声音克隆出名,如今正转向企业语音智能体,帮助企业自动处理客服、预约、保险续约等业务。目前企业客户贡献了 55% 的收入,语音智能体每周处理超过 1500 万次对话,是今年 2 月的 3 倍。 公司 9 月披露的年化经常性收入(ARR)约为 6 亿美元,对应估值约为 ARR 的 37 倍。同月,ElevenLabs 还聘请了曾参与支付公司 Adyen 上市的前 CFO Ethan Tandowsky,负责财务工作。
ElevenLabs v4登顶TTS榜,超过Gemini和Qwen
动察 Beating AI 快讯,ElevenLabs 发布新一代语音模型 Eleven v4 和实时版 Eleven v4 Turbo。v4 主打更自然的情绪和声音控制,Turbo 面向实时语音 Agent,中位推理延迟约 100ms。 在 Artificial Analysis 最新 TTS 盲测榜中,Eleven v4 目前以 1315 Elo 排第一。Cartesia Sonic 3.6 为 1275,Gemini 3.8 Flash TTS 为 1267,Qwen-Audio-3.0-TTS-Plus 为 1258。上一代 Eleven v3 目前只有 1169,排第 17。 v3 已经支持笑声、耳语等音频标签,v4 主要把这套控制做得更准。用户可以直接指定语气、节奏、情绪和音效,也可以用自然语言描述一句话该怎么说。模型还把语言覆盖从 70 多种扩到 90 多种,Instant Voice Clone 只需要约 10 秒音频,并增强了长文本和多人对话中的声音一致性。 Turbo 则专门解决实时对话的速度问题。官方文档显示,v3 Conversational 的中位推理延迟约为 280ms,v4 Turbo 降到约 100ms。
ElevenLabs Music v2.5上线:免费版也给商用权,每天5首无损下载
动察 Beating AI 快讯,ElevenLabs 上线 Music v2.5,并把它设为 ElevenMusic 默认模型。新版本重点提升旋律、编曲层次和乐器真实感。官方让 v2 和 v2.5 用相同提示词各生成一版,做了 47,885 组盲测,v2.5 在多数对比中获胜。R&B、灵魂乐、嘻哈、摇滚、金属、管弦和电影配乐的差距最大。 而且现在授权也放宽了。Free 用户每天能下载 5 首无损歌曲,生成内容可以商用,但必须标注「Made with ElevenMusic」;Pro 每月有 400 次无损下载,不需要标注,还能把歌曲发行到流媒体平台。作品创建时拿到的权限以后不会因为降级或退订改变。基于其他艺人歌曲做改编的作品则不能下载或对外发行。 ElevenLabs 还明确表示 Music v2 不会下线。Suno 最近上线 v6,同时退役此前所有旧模型,引发不少老用户不满。HN 有用户实测后认为,v2.5 音质更好,但音乐性还是更喜欢 Suno v5。
给 Agent 克隆 Slack 和 GitHub,Arga Labs 融资 1000 万美元
动察 Beating AI 快讯,Arga Labs 完成 1000 万美元种子轮融资,由 General Catalyst 领投,BoxGroup、Emergence、Gradient 和 SV Angel 等参投。这家只有 4 人的 YC 创业公司,专门给 AI Agent 搭测试沙盒(与真实系统隔开的测试环境)。它会复制 Slack、GitHub、Salesforce、Stripe 等软件,让 Agent 上线前先在里面反复操作。 传统测试通常只是伪造几个 API 返回结果,很多意外情况覆盖不到。Arga 则会连软件里的数据状态、账号权限、Webhook 和报错情况一起复制。比如销售 Agent 可以同时操作测试版 Salesforce 和 HubSpot,看它会不会认出两个联系人来自同一家公司,避免重复发邮件。 目前 Arga 已支持 30 多种软件。官方称,现在最快不到 12 小时就能复制一个 SaaS 的后端行为。过去 16 周,客户已经启动超过 10 万个测试环境,Slash、Monaco、Y Combinator 等团队都在使用。 新融资会继续砸在自动造环境上。Arga 正在开发新的生成系统,想把复制一个 SaaS 的时间从几小时压到几分钟。最终它希望做到,Agent 自己发现一个新 API 后,系统就能自动生成对应的测试环境,让 Agent 先在里面反复试错,再真正接触生产系统。
谷歌最强语音转写模型来了:准确率进前五,但还没打过ElevenLabs
动察 Beating AI 快讯,谷歌发布 Gemini 3.5 Transcribe,这是目前最准确的谷歌语音转写模型,也是谷歌首次在专用转写模型中加入 Smart 模式。模型分实时和录音转写两版,目前已开放 Gemini API 公测。Artificial Analysis 评测中,非流式 WER(词错误率,越低越好)为 2.6%,实时版为 4.0%。最终转写延迟相比上一代 Chirp 3 缩短 70%。 Smart 模式不再只是把声音逐字变成文字。比如你说「周二开会,不,周三」,它会直接留下「周三」;「嗯、啊」等口头禅也会自动删除,还能把口语整理成段落、列表、日期和数字。需要会议记录原话时,也可以继续使用默认的逐字转录模式。 模型支持 85 种以上语言和中途切换语言,还能加入自定义专业词汇。录音转写约每分钟 0.005 美元,也就是每 1000 分钟 5 美元;实时版约每分钟 0.009 美元。独立榜单上,它比 OpenAI GPT Transcribe 的 3.3% 更准,但还没超过 ElevenLabs Scribe v2:后者 WER 为 2.2%,每 1000 分钟约 3.67 美元。 这套模型已经用于 Android 的 Rambler 和 macOS 版 Gemini,接下来还会进入 Chrome。届时可以直接在网页输入框里说话打字。
印度金融科技公司 Pine Labs 推出企业稳定币关联卡平台 Staq Web3 Orchestrator
Foresight News 消息,据 Tech in Asia 报道,印度支付及商业基础设施公司 Pine Labs 宣布推出 Staq Web3 Orchestrator,帮助企业通过现有支付网络推出稳定币关联卡项目。该平台通过合作伙伴整合发卡、钱包、托管、合规、流动性及货币兑换服务。香港公司 Reap 为平台上的稳定币关联卡提供发卡支持及 Visa 网络接入。