A ElevenLabs e a NVIDIA estão a expandir a sua parceria em modelos, infraestrutura e implementações soberanas, para ajudar empresas e governos a operar agentes de voz em grande escala. A 11 de novembro de 2026, em Nova Iorque, as duas empresas anunciaram que o Nemotron 3.5 Super VL está agora disponível no ElevenAgents, a plataforma de agentes conversacionais da ElevenLabs.
- A ElevenLabs e a NVIDIA ampliam a sua parceria para levar agentes de voz a empresas e governos.
- O Nemotron 3.5 Super VL chega ao ElevenAgents e, segundo a ElevenLabs, obtém a melhor precisão em tarefas de ponta a ponta, com custos 70% inferiores.
- A ElevenLabs acrescenta 15 MW de capacidade NVIDIA Vera Rubin para grandes implementações com requisitos rigorosos de segurança.
- Na Polónia, um agente de voz lembra consultas a pacientes e ajuda a remarcá-las, com os dados processados dentro da infraestrutura pública.
Para Mati Staniszewski, cofundador e diretor-geral da ElevenLabs, os agentes de voz estão a tornar-se uma infraestrutura crítica, e as empresas devem poder operá-los « de forma segura, eficiente, fiável e mantendo o controlo dos seus dados ». Ele apresenta a combinação dos modelos de áudio e agentes da ElevenLabs com os LLM (grandes modelos de linguagem), a computação acelerada e a pilha de segurança da NVIDIA como uma forma de implementar estes agentes « a uma escala muito grande ». Jensen Huang, fundador e diretor-geral da NVIDIA, resume assim a mudança: « Durante décadas, adaptámo-nos aos computadores, com teclados, ecrãs e menus. Hoje, os computadores estão a aprender a falar a nossa língua. »
Nemotron junta-se aos modelos disponíveis no ElevenAgents
Os modelos abertos Nemotron são concebidos para tarefas agentivas, ou seja, trabalhos em que o modelo precisa de raciocinar, utilizar ferramentas e executar eficazmente tarefas complexas em várias etapas. As empresas podem combiná-los com os modelos de voz multilingues e de baixa latência da ElevenLabs, para constituir sistemas de modelos para os seus agentes de voz.
No benchmark ElevenAgents, dedicado a tarefas realistas de apoio ao cliente, o Nemotron 3.5 Super VL obtém, segundo a ElevenLabs, a melhor precisão na realização de tarefas de ponta a ponta, incluindo em cálculos financeiros e análise de faturas, com custos inferiores em 70% aos de outros modelos abertos líderes. O modelo permite desativar o raciocínio para tarefas mais simples, o que o coloca, ainda segundo a empresa, entre os três modelos mais rápidos da plataforma. Os modelos abertos Nemotron podem ainda ser alvo de pós-treinamento com os dados e a experiência próprios de cada organização, e os clientes da ElevenLabs podem utilizar estas versões adaptadas no ElevenAgents.
Capacidade aumentada e implementação na Polónia
Para responder à procura dos seus maiores clientes, a ElevenLabs está a desenvolver a sua infraestrutura no local. A empresa prevê adicionar 15 MW de capacidade NVIDIA Vera Rubin de nova geração, complementando os seus sistemas NVIDIA Blackwell Ultra existentes. Esta capacidade deve suportar grandes implementações, incluindo aquelas sujeitas a requisitos rigorosos de segurança e residência de dados.
As duas empresas colaboram desde 2022, e o primeiro modelo de síntese de voz da ElevenLabs foi treinado em GPUs NVIDIA. Desde 2024, a NVIDIA utiliza a tecnologia da ElevenLabs para produzir vozes off em mais de 50 vídeos nos seus grandes eventos, incluindo as traduções das keynotes de Jensen Huang. Em 2025, a NVIDIA tornou-se também um investidor estratégico da ElevenLabs.
Na Polónia, primeiro país abrangido por estas implementações soberanas, os modelos de voz da ElevenLabs e a infraestrutura NVIDIA fazem funcionar o agente de voz da Centralna e-Rejestracja, o sistema central de marcação de consultas da plataforma nacional de e-saúde. A solução é suportada pela EasyCall. O agente telefona aos pacientes que só têm linha fixa para lhes lembrar as suas consultas e ajudá-los a remarcá-las. Com 40 milhões de consultas por ano e taxas de ausência de 10 a 20%, uma redução, mesmo que ligeira, nas consultas perdidas pode melhorar o acesso aos cuidados de saúde. O sistema funciona no local graças ao NVIDIA Confidential Computing, que protege os dados e o áudio dos cidadãos durante o seu processamento e os mantém dentro da infraestrutura pública.
A voz ao serviço da IA física
Enquanto atores da indústria, automóvel e manufatura exploram a IA de voz incorporada para a robótica e a IA física, a ElevenLabs e a NVIDIA trabalham para facilitar o diálogo natural entre as pessoas e as máquinas, robôs e veículos que utilizam no dia a dia. As aplicações previstas incluem o comando por voz de máquinas industriais pesadas, a interação sem uso das mãos com robôs nas linhas de produção, ou ainda a possibilidade de condutores e operadores falarem com os seus veículos.
