档案库 · AI 与模型 · 产品决策 · 2023–2026
Boson AI押注开源Higgs语音模型能超越云巨头；融资7000万美元，仓库星标7500个
前AWS科学家Smola和李沐开源Higgs TTS，以培育语音AI技术栈；融资7000万美元，同时Higgs RealTime准备挑战OpenAI和Meta。
Boson AI
做的是什么生意
Boson AI builds foundation audio models — Higgs TTS, speech-to-speech and avatar APIs — for conversational voice agents, targeting enterprises in finance, telecom, healthcare and insurance, with open weights for earlier models.
启动资金：$70M raised across seed rounds; backed by Chinese entrepreneur Su Hua and Temasek's venture arm (Fortune, 2026-07-27).
起因
Alex Smola, a former distinguished scientist at AWS, co-founded Boson AI in 2023 with Mu Li (李沐), his former student and a co-creator of the MXNet deep-learning framework, after concluding the industry was moving beyond text-only interfaces into multimodal audio and vision. The company began shipping Higgs-series models and open-sourced Higgs TTS 2 in May 2025.
经过
Higgs TTS 2's open release built community traction — the boson-ai/higgs-audio repo hit 7.5K GitHub stars by 21 October 2025 (7.5x growth in Q4 2025, ROSS Index) — and the company kept shipping: Higgs TTS 3 on 04 June 2026 (100+ languages, zero-shot voice cloning, inline emotion control), a Higgs Avatar API in June 2026, and a Higgs Audio Hackathon in March 2026. Fortune reported $70M raised, backed by Su Hua and Temasek, with enterprise targets in finance, telecom, healthcare and insurance.
结果
Live and scaling: as of September 2026 Boson AI is preparing Higgs RealTime, its first speech-to-speech model, claiming roughly one-tenth the cost of rivals like OpenAI; the Higgs Audio v3 release now lives on Hugging Face with a hosted API at boson.ai.
背景
Boson AI构建基础音频模型——文本到语音、语音到语音和虚拟形象生成——用于对话式语音代理。其Higgs系列包括Higgs TTS 2（2025年5月开源，基于超过1000万小时音频训练）、Higgs TTS 3（2026年6月，支持100多种语言，具备零样本克隆和内联情感控制）、Higgs Avatar API，以及即将推出的Higgs RealTime语音到语音模型。
公司由Alex Smola（前AWS杰出科学家）和李沐（他的学生、MXNet框架联合创建者）于2023年创立，基于对AI将超越纯文本界面的信念。Boson的策略是开放权重发布以促进开发者采用，同时通过托管API和企业许可获得收入。
开源押注体现在GitHub上的表现：截至2025年10月21日，boson-ai/higgs-audio仓库的星标达到7500个（增长7.5倍，根据Runa Capital ROSS指数2025年第四季度）。财富杂志2026年7月报道，该公司已筹集7000万美元，投资方包括宿华和淡马锡风投部门，目标客户包括金融、电信、医疗和保险，并声称其模型成本约为OpenAI竞争对手的十分之一。
用一句话概括其赌注：语音是下一个人类与AI的交互界面，一个全栈、更便宜、开放权重的替代方案可以在OpenAI、Meta和ElevenLabs之间开辟一条道路——即使面对能将语音捆绑到现有平台的大型厂商。
这件事要成立，得有什么
- 开源早期Higgs模型积累了开发者的好感度和GitHub可见性，无需广告预算，为后续付费API所使用的生态播下了种子。
- 十分之一成本的声称针对了语音AI中成本最高的问题——推理成本——使价格成为对抗资金充足的大型厂商的楔子。
- 全栈押注（TTS、ASR、虚拟形象、语音到语音）让企业有一个供应商就能完成整个语音循环，并满足数据驻留需求。
- 首先瞄准金融、电信、医疗和保险，为早期公司获得了狭窄的企业滩头阵地，然后再扩展到消费级规模。
可借鉴之处
开放权重发布是模型初创企业的低成本分销：免费提供早期模型可获得GitHub可见性和开发者好感，而付费API和企业许可则可稍后实现价值捕获。
后续进展
截至2026年9月2日，Boson AI正在运营并扩展。Higgs TTS 3于2026年6月4日发行，带开放权重在Hugging Face上，并在boson.ai上提供免费托管预览；Higgs Avatar API于2026年6月推出；Higgs RealTime（公司首个语音到语音模型）计划于2026年8月左右推出（来源：Crypto Briefing、财富杂志）。公司报告约7000万美元融资，投资方包括宿华和淡马锡，并销售支持本地部署、数据驻留的企业解决方案，覆盖金融、电信、医疗和保险。
资料来源
- How an ex-AWS scientist plans to take on OpenAI and Meta in voice AI models
- Boson AI founder Alex Smola targets voice AI market with Higgs RealTime model
- Top trending open-source startups in Q4 2025
- boson-ai/higgs-audio
发现哪里写错了？告诉我们。
轮到你了
你刚读完一家。说说你在做什么，看看谁在赌同一件事。
免费账号 · 3 次免费提问 · 不用绑卡