Boson AI apuesta a que los modelos de voz abiertos Higgs superan a los gigantes de la nube; 70 M$ y un repositorio con 7,5 K estrellas

Boson AI construye modelos fundacionales de audio —Higgs TTS, APIs de voz a voz y de avatar— para agentes de voz conversacionales, dirigidos a empresas de finanzas, telecomunicaciones, salud y seguros, con pesos abiertos para los modelos anteriores.

Que la voz es la próxima interfaz entre humanos e IA, y que una línea de modelos de pila completa con pesos abiertos puede superar a OpenAI y Meta en costo: el código abierto siembra la adopción y la API de pago la monetiza.

70 M$ recaudados en rondas semilla; respaldada por el empresario chino Su Hua y el brazo de capital riesgo de Temasek (Fortune, 2026-07-27).

Alex Smola, excientífico distinguido en AWS, cofundó Boson AI en 2023 con Mu Li (李沐), su antiguo alumno y cocreador del framework de aprendizaje profundo MXNet, tras concluir que la industria estaba pasando de las interfaces solo de texto a audio y visión multimodales. La empresa comenzó a distribuir modelos de la serie Higgs y publicó como código abierto Higgs TTS 2 en mayo de 2025.

La publicación abierta de Higgs TTS 2 generó tracción en la comunidad: el repositorio boson-ai/higgs-audio alcanzó 7,5 K estrellas en GitHub para el 21 de octubre de 2025 (crecimiento de 7,5x en el cuarto trimestre de 2025, ROSS Index), y la empresa siguió distribuyendo: Higgs TTS 3 el 04 de junio de 2026 (más de 100 idiomas, clonación de voz zero-shot, control de emoción en línea), una API Higgs Avatar en junio de 2026 y un Higgs Audio Hackathon en marzo de 2026. Fortune informó de 70 M$ recaudados, con el respaldo de Su Hua y Temasek, y objetivos empresariales en finanzas, telecomunicaciones, salud y seguros.

En marcha y escalando: a septiembre de 2026 Boson AI prepara Higgs RealTime, su primer modelo de voz a voz, y afirma que cuesta aproximadamente una décima parte que rivales como OpenAI; la versión Higgs Audio v3 ya está disponible en Hugging Face con una API alojada en boson.ai.

Publicar como código abierto los modelos Higgs anteriores generó buena voluntad entre los desarrolladores y visibilidad en GitHub sin presupuesto de publicidad, sembrando el ecosistema que luego atiende la API de pago.

La afirmación de una décima parte del costo apuntaba al problema de mayor volumen en la IA de voz —el costo de inferencia—, haciendo del precio la cuña frente a competidores bien financiados.

Una apuesta de pila completa (TTS, ASR, avatar, voz a voz) ofrecía a las empresas un único proveedor para todo el ciclo de voz, en línea con las necesidades de residencia de datos.

Dirigirse primero a finanzas, telecomunicaciones, salud y seguros dio a la empresa en etapa semilla una cabeza de playa empresarial estrecha antes de la escala de consumo.

La publicación con pesos abiertos es distribución barata para una startup de modelos: regalar los modelos anteriores genera visibilidad en GitHub y buena voluntad entre los desarrolladores, mientras que las APIs de pago y las licencias empresariales capturan valor después.

A 02 de septiembre de 2026, Boson AI está en marcha y escalando. Higgs TTS 3 está publicado (04 de junio de 2026) con pesos abiertos en Hugging Face y una vista previa alojada gratuita en boson.ai; la API Higgs Avatar se lanzó en junio de 2026; y Higgs RealTime, el primer modelo de voz a voz de la empresa, estaba previsto para lanzarse alrededor de agosto de 2026 (Crypto Briefing, Fortune). La empresa informa de aproximadamente 70 M$ recaudados con el respaldo de Su Hua y Temasek, y vende despliegues empresariales con opciones de residencia de datos en las instalaciones para finanzas, telecomunicaciones, salud y seguros.