1年估值暴涨超500亿！英国AI音频独角兽ElevenLabs宣布完成5亿美元D轮融资

ElevenLabs不只是一家做音频模型的公司。

AI音频赛道，冲出一家百亿美元独角兽！

智东西2月5日报道，昨天，英国AI音频独角兽ElevenLabs宣布完成5亿美元（约合人民币34.7亿元）的D轮融资，估值达110亿美元（约合人民币763.5亿元）。其估值较去年年初的33亿美元，实现了超230%的飞速增长。ElevenLabs联合创始人兼CEO Mati Staniszewski还透露，该公司已在考虑IPO事宜。

本轮融资由红杉资本领投。已参与ElevenLabs多轮融资的a16z追加4倍投资，ICONIQ追加3倍投资，这意味这两家投资机构增大了在ElevenLabs的持股比例。

▲Mati Staniszewski发文宣布融资（图源：X平台）

ElevenLabs于2022年成立于英国伦敦，最初主要从事文本转语音模型的开发，后来也陆续打造了语音转文本模型、AI音效模型、AI配音模型、AI音乐模型等领域。

该公司既向企业提供语音API服务，也为创作者和品牌提供音频生成平台ElevenCreative，还通过ElevenAgents平台向企业提供AI语音客服服务。你甚至能在知名游戏《堡垒之夜》里找到由ElevenLabs生成的音频。2025年底，ElevenLabs的ARR（年度经常性收入）已经超过3.3亿美元（约合人民币22.9亿元）。

自成立以来，ElevenLabs已完成五轮融资，累计融资总额达到7.81亿美元（约合人民币54.2亿元）。英伟达此前曾参与ElevenLabs的C轮融资。英伟达创始人兼CEO黄仁勋称，ElevenLabs打造了世界上最好的语音AI产品，他主动向英伟达团队推荐了ElevenLabs。如今，黄仁勋在各类大会上以虚拟卡通形象出现时，就会用ElevenLabs的工具来复刻自己的声音。

▲黄仁勋与Mati Staniszewski（图源：英伟达）

从融资规模、收入增长到资本阵容，ElevenLabs已经稳稳位居全球AI音频赛道的第一梯队。这样一家成立不到4年、却能在竞争激烈的语音AI领域中快速拉开身位的公司，显然不只是踩中了风口那么简单。它背后的创业起点、关键选择，以及对产品与市场的理解，值得深度拆解。

上线6个月拿下百万用户

靠社交媒体实现爆发式增长

ElevenLabs的两位联合创始人Mati Staniszewski和Piotr Dabkowski都来自波兰。受到童年时观看的那些配音糟糕的美国电影的启发，他们决定打造一款AI工具，来解决这一问题。

在创业之前，Mati Staniszewski曾在浏览器公司Opera、投资与技术供应商贝莱德以及数据智能上市公司Palantir任职。而Piotr Dabkowski自毕业后，就一直在谷歌担任软件工程师，直至2022年与Mati Staniszewski一同创业。

初出茅庐的ElevenLabs究竟能给这个行业带来什么变化？在2023年投资ElevenLabs之际，a16z的投资人Bryan Kim阐述了他对ElevenLabs潜力的理解。

Bryan Kim认为，尽管语音转文字技术已经存在了数十年，但它未能发挥全部潜力。大多数合成语音缺乏吸引人的语调和发音，缺乏个性感，而高端的人工录制语音服务虽然存在，但冗长的制作流程和高昂的成本使得这项技术在大多数实时和互动场景中难以实现。

ElevenLabs的出现，就是要满足这些场景对高质量语音的需求。

2023年1月，ElevenLabs首次推出了语音设计和克隆产品，并对现有的文字转语音模型进行了显著改进。之后还陆续推出多款文本转语音模型，扩展多语言支持，甚至拿下了一些已故知名演员的声音版权，进行克隆并对外提供商业化服务。

上线6个月后，ElevenLabs已积累超过100万注册用户，创作了总计时长超过10年的音频内容。2024年11月时，其用户数量已经超过3300万。2025年，其ARR迈过了1亿美元大关。

在2025年6月的一场采访中，ElevenLabs的增长负责人Luke Harries透露，该公司能实现如此快速的增长，背后主要有两大驱动力。

一方面，ElevenLabs的基础模型能力不断迭代，在表现力、真实感上不断提升。ElevenLabs认为，语音模型与其他AI模型不同，规模和数据量不是最重要的决定因素，反而是模型架构发挥着重要作用。

领导ElevenLabs研究工作的联合创始人Piotr Dabkowski凭借自己的影响力，招募到了多位世界顶尖的语音AI研究员，该公司已在模型架构上取得一些突破。不过由于他们打造的是闭源模型，外界无从知晓这些改进究竟在哪些方面。

▲Mati Staniszewski（左）与Piotr Dabkowski（右）

另一方面，ElevenLabs还很擅长市场营销工作。该公司懂得如何利用社交媒体的力量，还通过举办黑客松比赛、制作另类Demo等方式破圈，实现爆发式增长。

而在企业客户方面，ElevenLabs认为在企业级市场应该采用自下而上的打法，也就是先从消费级和开发者切入，在建立名声和信任后，大型客户自然会来。

公司重心已成语音智能体

创始人竟不看好音频模型未来

不过，ElevenLabs并不想把自己限定在音频模型这一狭窄的赛道，该公司瞄准的是更大的市场。

在一场与TechCrunch录制的播客中，Mati Staniszewski称，ElevenLabs想解决的根本问题，是人类与科技产品如何互动的问题，这是他们一直以来开发产品的主线。

最初，ElevenLabs打造了文本转语音模型，让科技产品中的语音听起来更像人。但要打造真正优秀的体验，光有逼真的人声是不够的，AI还需要能够生成声音、音乐，并具备对语音的理解力。Mati Staniszewski认为这是该公司从成立以来到2025年上半年的最大重心。

但事实上，Mati Staniszewski认为音频模型这条赛道本身并没有什么前景：“这一赛道或许在未来1-2年内仍是成立的，但再过几年，这项技术就会完全商品化（Commoditized）”。

如今，ElevenLabs还在造模型的原因是，短期内它还是提升AI音频产品质量的最好方式。但随着这项技术日趋成熟、易于获取，成为可大量采购的“标准件”，音频模型或许会成为广泛的底层基础能力，而非核心竞争优势。

于是，在2025年下半年，Mati Staniszewski带领ElevenLabs进行了一项重要的战略调整，如今，ElevenLabs的首要任务是帮助企业部署对话智能体，并能以新的方式与用户、客户互动。

Mati Staniszewski判断，随着智能体、对话智能体和语音智能体的兴起，用户可以与设备交谈了，但要让这些智能体真正产生价值，就需要将大量信息和知识库带入智能体内部，使其能够与现有系统集成。

集成后，这些产品还需要具备可测试、可评估、可监控的特点，这样才能获取企业级客户的信任。

这些智能体的主要应用场景，其实就是AI语音客服。ElevenLabs的智能体是多模态的，可以理解口头或书面输入，像人类一样倾听、阅读并与客户互动。企业还可对这些智能体进行定制化，在ElevenLabs提供的可视化工具中打造出对话流，精确定义这些智能体该如何与客户互动。

▲ElevenLabs的智能体产品（图源：ElevenLabs官网）

这一战略决策，让ElevenLabs得以在企业级市场进一步攻城略地。如今，在语音智能体赛道，他们的一些大客户包括Cisco（思科）、Meta、Salesforce等等，而在音频创作领域，迪士尼、Epic等影视与游戏制作公司都在使用其产品。

反映到ARR上，ElevenLabs在做出这一战略转向后，ARR增速明显加快。2025年初，ElevenLabs达到1亿美元ARR时，用时为20个月，而紧接着跨越2亿美元ARR大关仅用时10个月。

2026年初，当ElevenLabs宣布实现3.3亿美元ARR时，距离他们达成2亿美元ARR的时间仅为5个月。

主打AI模型+产品

不猛堆算力与数据

语音AI赛道，并不缺乏优秀的模型。中国的MiniMax、阿里、海外的谷歌、OpenAI等公司都曾打造优秀的语音产品，那么，ElevenLabs的差异化优势在哪儿？

就像软件和硬件的结合才是苹果公司的魔力一样，Mati Staniszewski认为，AI模型与产品的结合才能发挥最大价值。

ElevenLabs虽然也会研究一些前沿方向，比如开源视频模型与语音模型的结合，但他们更重视的始终是打造更好的产品，不会像竞争对手那样训练一些计算密集或数据密集的模型。

同时，Mati Staniszewski还认为ElevenLabs具备更高的专注度，他们直接专注于解决人类与计算机进行语音互动的问题，该公司的愿景是独立于竞争对手们所做的事情之外的。

拿到新融资后，ElevenLabs的首要目标是推动其智能体产品的发展。未来几天，他们很快会推出适用于智能体平台的全新对话模型，能更快、更准确地理解和表达感情。

如今，ElevenLabs已经是一家拥有400名员工的公司了，与其他估值相近的AI创企相比，这已经几乎可以算是大公司了。

ElevenLabs正在伦敦、纽约、旧金山、华沙、都柏林、东京、首尔、新加坡、班加罗尔、悉尼、圣保罗、柏林、巴黎和墨西哥城等地开展国际扩展，并配备本地化的市场推广团队，这对该公司旗下的语音AI业务而言，尤其重要。

结语：模型服务于产品

成ElevenLabs突围思路

回头看ElevenLabs的成长路径，它并没有走一条堆参数、拼算力的传统模型公司路线，而是始终围绕一个更底层的问题推进：语音和音频，究竟在真实世界里如何被使用。而在战略层面，他们又足够清醒地判断出“音频模型终将商品化”，果断将重心转向对话智能体与企业场景。

这是一种“产品先行、模型服务于产品”的打法，让ElevenLabs在语音AI这个拥挤的赛道中拥有了差异化的特点。而这或许也是头部企业和顶级风投，愿意重金押注ElevenLabs的关键。

文章来自于微信公众号 “智东西”，作者 “智东西”