ElevenLabs et NVIDIA étendent leur partenariat sur les modèles, l’infrastructure et les déploiements souverains, afin d’aider entreprises et gouvernements à faire fonctionner des agents vocaux à grande échelle. Le 11 novembre 2026, à New York, les deux sociétés ont annoncé que Nemotron 3.5 Super VL est désormais disponible dans ElevenAgents, la plateforme d’agents conversationnels d’ElevenLabs.
- ElevenLabs et NVIDIA élargissent leur partenariat pour déployer des agents vocaux auprès des entreprises et des gouvernements.
- Nemotron 3.5 Super VL est désormais disponible dans ElevenAgents, la plateforme d’agents conversationnels d’ElevenLabs.
- ElevenLabs ajoute 15 MW de capacité NVIDIA Vera Rubin pour soutenir les grands déploiements sensibles.
- En Pologne, un agent vocal gère les rendez-vous de santé sur site, en protégeant les données des citoyens grâce à NVIDIA Confidential Computing.
Pour Mati Staniszewski, cofondateur et directeur général d’ElevenLabs, les agents vocaux deviennent une infrastructure critique, et les entreprises doivent pouvoir les exploiter « de manière sécurisée, efficace, fiable, et en gardant le contrôle de leurs données ». Il présente la combinaison des modèles audio et des agents d’ElevenLabs avec les LLM (grands modèles de langage), le calcul accéléré et la pile de sécurité de NVIDIA comme un moyen de déployer ces agents « à très grande échelle ». Jensen Huang, fondateur et directeur général de NVIDIA, résume ainsi le changement : « Pendant des décennies, nous nous sommes adaptés aux ordinateurs, avec les claviers, les écrans et les menus. Aujourd’hui, les ordinateurs apprennent à parler notre langue. »
Nemotron rejoint les modèles disponibles dans ElevenAgents
Les modèles ouverts Nemotron sont conçus pour des tâches agentiques, c’est-à-dire des travaux où le modèle doit raisonner, utiliser des outils et exécuter efficacement des tâches complexes en plusieurs étapes. Les entreprises peuvent les associer aux modèles vocaux multilingues et à faible latence d’ElevenLabs, afin de constituer des systèmes de modèles pour leurs agents vocaux.
Sur le benchmark ElevenAgents, consacré à des tâches réalistes de support client, Nemotron 3.5 Super VL obtient, selon ElevenLabs, la meilleure précision de réalisation de tâche de bout en bout, y compris dans les calculs financiers et l’analyse de facturation, avec des coûts inférieurs de 70 % à ceux d’autres modèles ouverts de premier plan. Le modèle permet de désactiver le raisonnement pour les tâches plus simples, ce qui le place, toujours d’après l’entreprise, parmi les trois modèles les plus rapides de la plateforme. Les modèles ouverts Nemotron peuvent par ailleurs faire l’objet d’un post-entraînement avec les données et l’expertise propres à chaque organisation, et les clients d’ElevenLabs peuvent utiliser ces versions adaptées dans ElevenAgents.
Capacité accrue et déploiement en Pologne
Pour répondre à la demande de ses plus gros clients, ElevenLabs développe son infrastructure sur site. L’entreprise prévoit d’ajouter 15 MW de capacité NVIDIA Vera Rubin de nouvelle génération, en complément de ses systèmes NVIDIA Blackwell Ultra existants. Cette capacité doit soutenir les grands déploiements, y compris ceux soumis à des exigences strictes de sécurité et de résidence des données.
Les deux entreprises collaborent depuis 2022, et le premier modèle de synthèse vocale d’ElevenLabs a été entraîné sur des GPU NVIDIA. Depuis 2024, NVIDIA utilise la technologie d’ElevenLabs pour produire des voix off de plus de 50 vidéos lors de ses grands événements, y compris les traductions des keynotes de Jensen Huang. En 2025, NVIDIA est aussi devenu un investisseur stratégique d’ElevenLabs.
En Pologne, premier pays concerné par ces déploiements souverains, les modèles vocaux d’ElevenLabs et l’infrastructure NVIDIA font fonctionner l’agent vocal de Centralna e-Rejestracja, le système central de prise de rendez-vous de la plateforme nationale de e-santé. La solution est soutenue par EasyCall. L’agent appelle les patients qui n’ont qu’une ligne fixe pour leur rappeler leurs rendez-vous et les aider à les reporter. Avec 40 millions de rendez-vous par an et des taux d’absence de 10 à 20 %, une baisse, même légère, des consultations manquées peut améliorer l’accès aux soins. Le dispositif fonctionne sur site grâce à NVIDIA Confidential Computing, qui protège les données et l’audio des citoyens pendant leur traitement et les maintient au sein de l’infrastructure publique.
La voix au service de l’IA physique
Alors que des acteurs de l’industrie, de l’automobile et de la fabrication explorent l’IA vocale embarquée pour la robotique et l’IA physique, ElevenLabs et NVIDIA travaillent à faciliter le dialogue naturel entre les personnes et les machines, robots et véhicules qu’elles utilisent au quotidien. Les applications envisagées incluent la commande vocale de machines industrielles lourdes, l’interaction sans les mains avec des robots sur les lignes de production, ou encore la possibilité pour les conducteurs et les opérateurs de parler à leurs véhicules.
