EPISODE · Apr 15, 2026 · 54 MIN
#497.对话ElevenLabs CEO:揭秘语音大模型的底层逻辑与狂飙之路
from 跨国串门儿计划
📝 本期播客简介本期我们克隆了一场科技圈备受瞩目的深度对谈:The world of voice AI, with Mati Staniszewski of ElevenLabs全球支付巨头 Stripe 的联合创始人 John Collison,对话 AI 音频领域估值 110 亿美元的领头羊 ElevenLabs 的联合创始人 Mati Staniszewski。在这期节目中,你将听到最前沿的 AI 语音技术科普——从早期的物理模拟到如今基于神经网络的“情感涌现”,揭秘那些听起来与真人无异的 AI 声音是如何诞生的。Mati 详细拆解了 ElevenLabs 的商业版图与增长秘诀:他们如何通过“自服务+企业级”双轮驱动,实现单季度 ARR 净增 1 亿美元、总营收直指 3.5 亿美元的惊人狂飙。此外,Mati 还分享了作为一家“AI原生”公司,ElevenLabs 是如何通过极度扁平化的架构、小团队作战以及对“主观能动性”的极致追求,来重塑现代组织形态的。无论你是 AI 从业者、创业者,还是对未来科技充满好奇的听众,这都是一堂不可多得的实战与趋势大师课。👨⚕️ 本期嘉宾John Collison,全球支付巨头 Stripe 的联合创始人。Mati Staniszewski,AI 音频领头羊 ElevenLabs 的联合创始人兼 CEO。他在 2022 年创立公司,将其打造成估值 110 亿美元的行业巨头,致力于通过基础音频模型改变企业与世界的沟通方式。⏱️ 时间戳00:00 开场 & 播客简介语音大模型的底层逻辑01:54 语音模型是如何运作的:从物理模拟声道到预测下一个“音素”04:46 惊艳的“人类特质”:口音、情感和韵律是如何在模型中“涌现”的06:19 突破瓶颈:ElevenLabs 如何通过自建数据标注团队解决核心难题08:52 平台与应用的边界:为何选择做横向赋能的底层平台?跨越语音AI的“部署鸿沟”13:08 产品滞后:为什么大模型无处不在,但手机和车机语音依然难用?18:17 语音图灵测试:打造完美“语音智能体”的终极挑战在哪里20:56 个性化突破:解决口音难题与即将推出的“个人专属转录”模型23:46 语音对语音(V2V)vs 级联模型:延迟与可靠性的终极权衡商业模式与狂飙增长30:54 技术向善的二阶效应:从打破语言障碍到为渐冻症患者找回声音33:31 语音模型的经济学:几十亿参数的算力成本与“按量付费”的商业逻辑39:18 单季新增一亿美金 ARR:揭秘 ElevenLabs 的“先进入再扩张”增长策略42:10 坚持自服务的哲学:为什么把最好的技术直接开放给所有人至关重要AI时代的组织进化45:43 AI原生的组织架构:极度扁平化、大管理幅度与 10 人小团队模式48:18 赋能非技术部门:在 HR 和运营团队中配置“技术大脑”的奇效51:14 终极人才观:在 AI 时代,为什么“高主观能动性”是决定胜负的关键🌟 精彩内容💡 语音图灵测试与“产品滞后”面对“为什么现在的语音助手依然难用”的疑问,Mati 坦言,真正好听的语音模型其实是过去三年才出现的。而要打造完美的语音智能体,不仅需要声音逼真,还需要解决打断、停顿、上下文理解等复杂的编排问题。“语音模型要真正达到像现在这样好听的程度,其实也就是过去三年的事情……我希望在未来一年左右的时间里,我们能让所有对话智能体都通过图灵测试。”🚀 单季净增一亿美金ARR的增长飞轮ElevenLabs 展现了惊人的商业爆发力,预计 2025 年底 ARR 达到 3.5 亿美元。Mati 透露,他们成功的关键在于毫不犹豫地推行“自服务(PLG)”模式,让中小开发者先试用,形成口碑和反馈闭环,进而向上撬动德国电信、Meta 等超级企业客户。“在你尝试之前,如果摩擦因素越多,你就越不信任它……把最好的技术提供给每一个人,这非常有吸引力。”❤️ 科技向善:重塑声音的奇迹除了商业上的成功,语音 AI 正在创造巨大的社会价值。Mati 分享了他们如何帮助因渐冻症(ALS)或喉癌失去声音的人重新发声,甚至帮助一位失去声音的新娘在婚礼上用自己的声音宣读誓言。“这真的是一个非常动人的时刻。可能在我们所做的所有工作中,这是最重要的一个。”🧠 AI原生公司的组织密码:主观能动性作为一家诞生于 AI 爆发前夜的公司,ElevenLabs 摒弃了传统的臃肿架构。他们采用极度扁平化的管理(创始人有超15个直接下属),并在非技术团队中嵌入技术资源。对于 AI 时代的人才,他们给出了明确的画像。“我觉得具备高主观能动性的人会是人工智能进步的赢家;而在组织内部,缺乏主观能动性的人会被淘汰。”🌐 播客信息补充本播客采用原有人声声线进行播客音频制作,也可能会有一些地方听起来怪怪的使用 AI 进行翻译,因此可能会有一些地方不通顺;如果有后续想要听中文版的其他外文播客,也欢迎联系微信:iEvenight在小宇宙查看该单集文稿
Embed this episode
Ready to play
#497.对话ElevenLabs CEO:揭秘语音大模型的底层逻辑与狂飙之路
No transcript for this episode yet
Similar Episodes
No similar episodes found.
Similar Podcasts
No similar podcasts found.