你跟AI语音助手说话时，最别扭的瞬间是什么？多半是那种尴尬的停顿——你明明把话说完了，它还在”思考”，过了半秒才接上一句。巴黎一家叫 Gradium 的初创公司，盯上的就是这块短板：让机器说话别再卡顿，像真人一样即问即答。
从开源实验室里长出来的公司
Gradium 2025年12月才从隐身状态走出来，它本身是从法国 AI 实验室 Kyutai 分拆出来的。Kyutai 由法国电信大亨 Xavier Niel 支持，走开源路线。Gradium 的联合创始人 Neil Zeghidour 是个老面孔，先后待过 Google Brain、DeepMind 和 Facebook，是生成式音频领域的核心研究者之一。
“语音AI正在到达一个拐点。” Zeghidour 在融资声明里这么判断——他认为语音会成为人和智能系统之间的主要界面。
英伟达为什么愿意入局
7月8日，Gradium 宣布把种子轮追加到 1 亿美元，新加入的投资者里出现了英伟达。它最初在2025年12月就拿了 7000 万美元，投资方名单相当豪华：FirstMark Capital、Eurazeo、DST Global Partners，还有 Eric Schmidt 和 Xavier Niel 个人。芯片巨头亲自下场投语音模型，释放的信号很明确：语音已经被视作 AI 基础设施的关键一环，而不只是应用层的点缀。
它到底做了什么
Gradium 做的是一个超低延迟的实时语音栈，核心目标是让 AI 声音几乎即时响应。具体拆开来看，几块能力都挺实在：
- 新一代实时文本转语音，读缩写、邮箱、电话号码这类内容更准，也更自然；
- 实时语音识别带”语义轮次检测”——能判断你是真的说完了，还是只是停下来喘口气，而不是靠静音就草草打断；
- Gradium Translate 超低延迟的语音到语音翻译，还有端侧模型 Phonon，以及开源框架 GradBot，几行代码就能搭出能用的语音 agent。
去湾区抢人，也抢客户
这笔钱另一大用途，是在旧金山湾区开办公室。巴黎固然是欧洲 AI 重镇，但 Gradium 直言就是要离 Anthropic、Google、Meta、OpenAI 更近，方便挖人和贴近大客户。竞争当然激烈：做语音的 ElevenLabs 今年2月估值已经到 110 亿美元，Google 的 Gemini 也是语音老手。不过 Gradium 说自己上线几周就有了收入，还拿下了雷诺这样的企业客户。