这两位创始人离开高盛和 Meta，为其他人忽视的市场构建语音人工智能
一句话看懂：由前高盛和 Meta 员工创立的 AI 初创公司 AethexAI 获得 300 万美元种子前轮融资，专注为非洲和中东市场开发低延迟、适配当地方言的语音 AI 客服系统，并自研了参数仅 3 亿至 17 亿的小模型来应对区域网络挑战。
事件核心：发生了什么
去年成立的 AethexAI 宣布完成由 4DX Ventures 领投的 300 万美元种子前轮融资，跟投方包括 Enza Capital、Dorm Room Fund 等。公司由 CEO Mariama Diallo（前高盛、YC 系初创 ModelML）和 CTO Ayooluwa Odemuyiwa（加州理工毕业，前 Meta 员工、斯坦福商学院在读）联合创立。AethexAI 没有使用 Vapi 或 LiveKit 等现成编排工具，而是从零构建了自家语音模型和编排层。其自研的 Kora 系列模型参数量在 3 亿到 17 亿之间，远小于主流大语言模型。训练数据来自匿名化呼叫中心录音和非洲当地广播电台的音频硬盘采集，并通过大学生网络进行本地名称标注。目前该平台日均处理超 1.7 万通电话，主要应用场景包括债务催收、客户激活和银行/电信行业的 KYC（了解你的客户）身份验证。
为什么重要
语音 AI 客服是当前最热的落地场景之一，但主流产品几乎都针对西方市场设计，默认使用标准英语和欧洲口音，并依赖高性能 GPU 云服务。AethexAI 揭示了一个结构性盲区：非洲和中东企业电话量是西方同行的约 3 倍，但网络延迟和抖动严重，远程调用大模型会导致十多秒的响应延迟。该公司证明，用足够小的定制化模型，结合本地数据收集和合作伙伴的电信基础设施，可以在这个被忽视的市场实现可用且低成本的语音自动化。这对于理解 “AI 普惠” 的真实地理分布和基础设施建设成本有参考价值——不是模型越大越好，而是场景适配决定技术选型。
对用户/开发者/创作者的影响
对于企业和开发者，AethexAI 展示了在低带宽、高延迟环境下部署语音 AI 的可行路径。公司已开放试用平台，并提供了 API 和 SDK 供开发者实验。其模型参数量远低于主流闭源模型，意味着推理成本更低、可在端侧或区域服务器运行。对于在非洲和中东运营的银行、电信、电商公司，这可能降低其自动化客服的技术门槛和运营成本。对于创业者，这提供了一个思路：在巨头覆盖不到的垂直区域，通过技术自研和本地数据积累建立壁垒。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，AethexAI 的客户获取策略是小步快跑——每次只帮客户选定一个核心用例，这种谨慎态度能否支撑其规模化增长值得观察。第二，创始人提到他们使用了平均 300M-1.7B 参数的小模型，若能在保持 1.7 万通/天处理量的同时持续优化准确率，可能吸引其他新兴市场的需求。第三，该团队通过向当地广播电台寄送硬盘采集音频、招募大学生标注数据的方式，与主流 “海量 GPU + 通用语料” 路线截然不同，这种低成本数据策略能否被复制或扩展，将影响其对其他语言和非正式口音覆盖的边界。
来源：TechCrunch
