Cartesia发布Sonic-3.6文本转语音模型，在Artificial Analysis两个语音排行榜均居首，自然度提升显著。该模型基于状态空间模型，时延低于90毫秒，支持即时声音克隆、自定义发音等，以Beta版托管API提供，定价每百万字符49美元，不开放自托管权重。

云通信平台Voximplant宣布支持Cartesia Line，简化AI代理开发。开发者可直接连接电话、SIP和WhatsApp，无需自定义基础设施，Voximplant负责电话层管理，团队可专注于座席逻辑。该平台支持文本转语音和语音克隆，助力企业快速实现语音AI转型。

腾讯云与Cartesia达成战略合作，将Cartesia的Sonic-3语音AI模型与腾讯的实时通信基础设施结合，旨在提升全球语音交互体验。该模型支持40多种语言，具备低延迟和情感标签功能，适用于多种场景，推动实时语音AI技术发展。

Cartesia公司在Kleiner Perkins领投的A轮融资中筹集6400万美元，以加速语音AI技术的发展。新模型Sonic 2.0实现90ms延迟，具备卓越的语音克隆能力，适用于对话式AI和实时通信，提供99.9%的正常运行时间，符合企业标准，预计将推动语音AI的广泛应用。

Mamba 是一种新型状态空间模型，旨在构建可实时运行的智能系统。创始团队 Cartesia 最近获得 2700 万美元融资，并推出了支持多语言和声音调节的文本转语音产品 Sonic。Mamba 在处理长文本时的计算效率超越了传统的 Transformer 架构。