ElevenLabs и NVIDIA расширяют партнерство в области моделей, инфраструктуры и суверенных развертываний, чтобы помочь компаниям и правительствам масштабно внедрять голосовых агентов. 11 ноября 2026 года в Нью-Йорке компании объявили, что модель Nemotron 3.5 Super VL теперь доступна в ElevenAgents, платформе для диалоговых агентов от ElevenLabs.
По словам Мати Станишевского, сооснователя и генерального директора ElevenLabs, голосовые агенты становятся критически важной инфраструктурой, и компании должны иметь возможность использовать их «безопасно, эффективно, надежно и с сохранением контроля над своими данными». Он представляет сочетание аудиомоделей и агентов ElevenLabs с большими языковыми моделями (LLM), ускоренными вычислениями и стеком безопасности NVIDIA как способ развертывания этих агентов «в очень большом масштабе». Дженсен Хуанг, основатель и генеральный директор NVIDIA, так резюмирует изменения: «Десятилетиями мы адаптировались к компьютерам — с клавиатурами, экранами и меню. Сегодня компьютеры учатся говорить на нашем языке».
Nemotron пополняет список моделей, доступных в ElevenAgents
Открытые модели Nemotron созданы для агентских задач, то есть работ, где модель должна рассуждать, использовать инструменты и эффективно выполнять сложные многоэтапные задания. Компании могут сочетать их с многоязычными и низколатентными голосовыми моделями ElevenLabs, чтобы создавать системы моделей для своих голосовых агентов.
По данным ElevenLabs, на бенчмарке ElevenAgents, посвященном реалистичным задачам поддержки клиентов, Nemotron 3.5 Super VL демонстрирует наилучшую точность сквозного выполнения задач, включая финансовые расчеты и анализ счетов, при затратах на 70% ниже, чем у других ведущих открытых моделей. Модель позволяет отключать рассуждения для более простых задач, что, по утверждению компании, делает ее одной из трех самых быстрых моделей на платформе. Кроме того, открытые модели Nemotron могут дообучаться на собственных данных и с экспертизой каждой организации, и клиенты ElevenLabs могут использовать эти адаптированные версии в ElevenAgents.
Увеличение мощности и развертывание в Польше
Чтобы удовлетворить спрос своих крупнейших клиентов, ElevenLabs развивает локальную инфраструктуру. Компания планирует добавить 15 МВт мощности на базе нового поколения NVIDIA Vera Rubin в дополнение к существующим системам NVIDIA Blackwell Ultra. Эта мощность должна поддерживать крупные развертывания, включая те, что подпадают под строгие требования безопасности и резидентности данных.
Компании сотрудничают с 2022 года, и первая модель синтеза речи ElevenLabs была обучена на GPU NVIDIA. С 2024 года NVIDIA использует технологию ElevenLabs для создания голосового сопровождения более 50 видео на своих крупных мероприятиях, включая переводы ключевых выступлений Дженсена Хуанга. В 2025 году NVIDIA также стала стратегическим инвестором ElevenLabs.
В Польше, первой стране, где реализуются эти суверенные развертывания, голосовые модели ElevenLabs и инфраструктура NVIDIA обеспечивают работу голосового агента Centralna e-Rejestracja, центральной системы записи на прием национальной платформы электронного здравоохранения. Решение поддерживается EasyCall. Агент звонит пациентам, у которых есть только стационарный телефон, чтобы напомнить им о приемах и помочь перенести их. При 40 миллионах приемов в год и показателях неявки от 10 до 20% даже небольшое снижение количества пропущенных консультаций может улучшить доступ к медицинской помощи. Система работает локально благодаря NVIDIA Confidential Computing, которая защищает данные и аудиозаписи граждан во время обработки и хранит их в рамках публичной инфраструктуры.
Голос на службе физического ИИ
В то время как игроки из промышленности, автомобилестроения и производства исследуют встраиваемый голосовой ИИ для робототехники и физического ИИ, ElevenLabs и NVIDIA работают над тем, чтобы облегчить естественный диалог между людьми и машинами, роботами и транспортными средствами, которые они используют в повседневной жизни. Среди рассматриваемых применений — голосовое управление тяжелым промышленным оборудованием, бесконтактное взаимодействие с роботами на производственных линиях, а также возможность водителям и операторам разговаривать со своими транспортными средствами.
