AI FRONTIER / AI 前沿 · SIGNAL ANALYSIS

电话没说完，Phonic的模型已经开始动手查资料

Phonic 推出语音模型 Phonic-1，可以在对方说话的同时调用工具查资料，并宣布 2750 万美元 A 轮融资，由 First Round 领投，模型支持 50 多种语言。

ISSUE 115 · 2026-10-31 · SOURCE / Precise Impact 报道 · 状态 / VERIFIED 已核实 · TOKENTA SIGNAL RESEARCH

PHONIC × VOICE AIREPORTED + ANALYSIS

$27.5M

SERIES A

A 轮融资额，领投方 First Round。

50+

LANGUAGES

模型支持的语言数量，可在通话中切换。

0.61s

FIRST AUDIO

首音频时间，榜单前五中最快。

KEY TAKEAWAYS / 要点

WHAT HAPPENED发生了什么

Phonic-1 的核心卖点在通话进行时调用工具。传统电话语音栈是串联的，先听完、再理解、再查资料、再说话，中间的停顿与交接成本很高。Phonic 把工具调用提前到通话进行时，模型可以在对方还没说完时就准备好查到的结果。

语言覆盖是第二个卖点。公司称模型支持 50 多种语言，并且可以在一次通话中切换语言。对跨国客服与预约场景来说，切换语言不用重新接通，是实实在在的成本节约。

融资结构同样清晰。2750 万美元 A 轮由 First Round 领投，Lux Capital、Felicis、Definition 与 Essence VC 参投。加上此前融资，公司累计融资约 3150 万美元，客户覆盖六大洲。

打电话时最难忍受的是沉默。模型听完才动手查资料，沉默就不可避免。通话中调用工具把查资料与听话并行，沉默被压缩到最小。

这个设计对工具的要求很高。工具返回错误、超时或格式不对时，模型要在通话中当场处理，不能像文字对话那样慢慢重试。可靠性在这里比聪明更重要。

公司自己的评估承认，在偏好对比中人类声音仍赢约六成。速度与任务完成率可以量化，语气、共情与临场判断很难量化，偏好对比恰恰量的是后者。

第三方榜单也给出类似结论。Phonic 1 在 Artificial Analysis 语音榜单上以 87.1 分居首，首音频 0.61 秒最快，但人类偏好仍是另一条赛道。两个榜单要分开读。

同一周里，Rime 推出 Prism，Synthflow 完成 2000 万美元 A 轮，Scaled Cognition 推出企业语音模型。语音模型不再是单点突破，而是整套电话系统的竞争。

胜负手在部署细节。噪音、口音、打断、丢包、工具超时、数据留存与上线承诺，这些都不在榜单分数里，却决定客户会不会续费。

Tokenta Signal 的判断不变：Phonic-1 的价值在并行工具调用带来的等待压缩，真正的考验是工具出错时它在电话里的表现，不是榜单分数。

本篇的边界：基准成绩与偏好对比均为公司自报或第三方榜单数据，测试方法与样本未完全公开；人类仍在约 60% 的偏好对比中胜出。本文不构成任何投资建议。

原文确认 Phonic 推出 Phonic-1 语音模型，可在通话中调用工具，支持 50 多种语言，并宣布 2750 万美元 A 轮由 First Round 领投。

原文：Phonic launches voice AI that can act while callers speak ↗
preciseimpact.ai · 2026-10-31 · Precise Impact 报道

更正政策：如本页事实有误，我们保留更正记录并在本页标注。联系 contact@tokenta.com