Boson AI、オープンなHiggs音声モデルがクラウド大手を凌ぐと賭ける；7,000万ドル調達、GitHubリポジトリは7.5Kスター

Boson AIは会話型音声エージェント向けの基盤音声モデル——Higgs TTS、音声間変換（speech-to-speech）、アバターAPI——を構築しており、金融、通信、医療、保険の企業を対象とし、初期モデルはオープンウェイトで提供している。

音声が次世代の人間とAIのインターフェースであり、オープンウェイトのフルスタックモデル群はコストでOpenAIとMetaを凌げるという賭け——オープンソースが導入を促し、有料APIが収益化する。

シードラウンドを通じて7,000万ドルを調達；中国の起業家Su Hua氏とテマセクのベンチャー部門が支援（Fortune、2026-07-27）。

元AWSの著名科学者であるAlex Smola氏は、業界がテキストのみのインターフェースを超えてマルチモーダルな音声と視覚へ移行しつつあると結論づけた後、2023年に元教え子でMXNet深層学習フレームワークの共同開発者であるMu Li（李沐）氏とともにBoson AIを共同創業した。同社はHiggsシリーズのモデルを出荷し始め、2025年5月にHiggs TTS 2をオープンソース化した。

Higgs TTS 2のオープンリリースはコミュニティの支持を集めた——boson-ai/higgs-audioリポジトリは2025年10月21日までにGitHubで7.5Kスターに達した（2025年第4四半期に7.5倍の成長、ROSS Index）——そして同社は出荷を続けた：2026年6月4日のHiggs TTS 3（100以上の言語、ゼロショット音声クローニング、インライン感情制御）、2026年6月のHiggs Avatar API、2026年3月のHiggs Audio Hackathon。Fortuneは、Su Hua氏とテマセクの支援を受けて7,000万ドルを調達し、金融、通信、医療、保険を企業向けターゲットとしていると報じた。

稼働中かつ拡大中：2026年9月時点でBoson AIは初の音声間変換モデルであるHiggs RealTimeを準備しており、OpenAIなどの競合と比べておよそ10分の1のコストを主張している；Higgs Audio v3のリリースは現在Hugging Faceで公開され、boson.aiでホスト型APIを提供している。

初期のHiggsモデルをオープンソース化したことで、広告予算なしに開発者の好意とGitHubでの可視性を築き、後に有料APIが提供するエコシステムの種をまいた。

10分の1のコストという主張は、音声AIで最も量の多い課題——推論コスト——を狙い、価格を資金豊富な既存企業に対する楔とした。

フルスタックへの賭け（TTS、ASR、アバター、音声間変換）により、企業は音声ループ全体を単一ベンダーで賄え、データレジデンシーのニーズとも整合した。

金融、通信、医療、保険を最初に狙うことで、シード段階の企業は消費者規模の前に狭い企業向けの足場を得た。

オープンウェイトのリリースはモデルスタートアップにとって安価な流通手段である：初期モデルを無償提供することでGitHubでの可視性と開発者の好意を築き、有料APIと企業ライセンスが後に価値を捕捉する。

2026年9月2日時点でBoson AIは稼働中かつ拡大中である。Higgs TTS 3は（2026年6月4日に）リリースされ、Hugging Faceでオープンウェイト、boson.aiで無料のホスト型プレビューを提供している；Higgs Avatar APIは2026年6月に出荷された；そして同社初の音声間変換モデルであるHiggs RealTimeは2026年8月頃にローンチ予定であった（Crypto Briefing、Fortune）。同社はSu Hua氏とテマセクの支援を受けておよそ7,000万ドルを調達したと報告しており、金融、通信、医療、保険にわたりオンプレミスのデータレジデンシーオプションを備えた企業導入を販売している。