Boson AI parie que les modèles vocaux ouverts Higgs surpassent les géants du cloud ; 70 M$, dépôt à 7,5 K étoiles

Boson AI construit des modèles audio de fondation — Higgs TTS, parole-à-parole et API d'avatars — pour des agents vocaux conversationnels, ciblant les entreprises de la finance, des télécoms, de la santé et de l'assurance, avec des poids ouverts pour les modèles antérieurs.

Que la voix est la prochaine interface homme-IA, et qu'une gamme de modèles full-stack à poids ouverts peut battre OpenAI et Meta sur le coût — l'open source amorce l'adoption, l'API payante la monétise.

70 M$ levés sur plusieurs tours d'amorçage ; soutenu par l'entrepreneur chinois Su Hua et le bras de capital-risque de Temasek (Fortune, 2026-07-27).

Alex Smola, ancien scientifique distingué chez AWS, a cofondé Boson AI en 2023 avec Mu Li (李沐), son ancien étudiant et co-créateur du framework d'apprentissage profond MXNet, après avoir conclu que l'industrie dépassait les interfaces purement textuelles pour aller vers l'audio et la vision multimodaux. L'entreprise a commencé à livrer les modèles de la série Higgs et a open-sourcé Higgs TTS 2 en mai 2025.

La sortie ouverte de Higgs TTS 2 a généré un engouement communautaire — le dépôt boson-ai/higgs-audio a atteint 7,5 K étoiles GitHub au 21 octobre 2025 (croissance de 7,5x au T4 2025, ROSS Index) — et l'entreprise a continué de livrer : Higgs TTS 3 le 04 juin 2026 (plus de 100 langues, clonage vocal zero-shot, contrôle émotionnel en ligne), une API Higgs Avatar en juin 2026, et un Hackathon Higgs Audio en mars 2026. Fortune a rapporté 70 M$ levés, soutenus par Su Hua et Temasek, avec des cibles entreprises dans la finance, les télécoms, la santé et l'assurance.

En activité et en croissance : en septembre 2026, Boson AI prépare Higgs RealTime, son premier modèle parole-à-parole, revendiquant environ un dixième du coût de rivaux comme OpenAI ; la version Higgs Audio v3 est désormais disponible sur Hugging Face avec une API hébergée sur boson.ai.

L'open-sourcing des modèles Higgs antérieurs a bâti la bonne volonté des développeurs et la visibilité GitHub sans budget publicitaire, amorçant l'écosystème que l'API payante sert ensuite.

La revendication d'un dixième du coût ciblait la douleur la plus volumineuse de l'IA vocale — le coût d'inférence — faisant du prix le levier face à des acteurs bien financés.

Un pari full-stack (TTS, ASR, avatar, parole-à-parole) offrait aux entreprises un fournisseur unique pour toute la boucle vocale, en phase avec les besoins de résidence des données.

Cibler d'abord la finance, les télécoms, la santé et l'assurance a donné à l'entreprise en phase d'amorçage une tête de pont entreprise étroite avant l'échelle grand public.

La sortie à poids ouverts est une distribution peu coûteuse pour une startup de modèles : offrir les modèles antérieurs bâtit la visibilité GitHub et la bonne volonté des développeurs, tandis que les API payantes et les licences entreprises capturent la valeur plus tard.

Au 02 septembre 2026, Boson AI est en activité et en croissance. Higgs TTS 3 est sorti (04 juin 2026) avec des poids ouverts sur Hugging Face et un aperçu hébergé gratuit sur boson.ai ; l'API Higgs Avatar a été livrée en juin 2026 ; et Higgs RealTime, le premier modèle parole-à-parole de l'entreprise, devait être lancé vers août 2026 (Crypto Briefing, Fortune). L'entreprise rapporte environ 70 M$ levés avec le soutien de Su Hua et Temasek, et vend des déploiements entreprises avec des options de résidence des données sur site dans la finance, les télécoms, la santé et l'assurance.