摘要： ElevenLabs 於 2026 年 2 月 4 日宣布完成 5 億美元 Series D，由 Sequoia 領投，估值達 110 億美元；媒體報導公司以超過 3.3 億美元年化營收結束 2025 年。資金將用於語音代理、研究團隊與國際市場，定位也轉向企業語音代理平台。
語音 AI 公司 ElevenLabs 在 2026 年 2 月 4 日對外宣布：Series D 順利募得 5 億美元，公司估值來到 110 億美元，本輪由 Sequoia Capital 出任領投方。把時間倒回 2025 年 1 月，同一家公司才剛以 33 億美元的估值募到 1.8 億美元——換算下來，身價在一年之間放大了三倍有餘。這家 2022 年創立的公司，目前累計募資總額為 7.81 億美元。
比金額更值得解讀的，是這筆錢背後的定位切換：ElevenLabs 把對外的敘事由「內容創作的語音工具」換成了「企業語音代理平台」。TechCrunch 與 CNBC 的報導都指出，公司以超過 3.3 億美元的年化營收（ARR）替 2025 年收尾；共同創辦人 Mati Staniszewski 更表明，公司正以「朝 IPO 及之後」為目標來建設。
一年內把估值墊高三倍的輪次
Sequoia 領投之外，董事會也迎來其合夥人 Andrew Reed；而最能反映內部信心的，是原股東加碼的力度——Andreessen Horowitz 把持股放大至四倍，ICONIQ 同樣加到三倍。新加入的有 Lightspeed、Evantic Capital 與 BOND；BroadLight、Smash Capital 這批既有股東也持續在列。CNBC 另外點名，NVIDIA 同樣出現在支持者行列。
這個價格有跡可循：短短一年，估值從 33 億美元爬上 110 億美元，撐住數字的是 3.3 億美元以上的 ARR 與企業端的採用曲線，而非模型層面的故事。
平台版圖：代理、創作與 API 三條線
商業布局切成三層。ElevenAgents 主打企業語音與對話代理，Deutsche Telekom、Square、Revolut 和烏克蘭政府都在客戶名單上，應用橫跨客服、商務、訓練與銷售。ElevenCreative 負責音訊生成、編輯，以及 70 多種語言的在地化，Duolingo、NVIDIA、TIME 是其使用者。ElevenAPI 則是給開發者的低延遲基礎設施，Meta、Epic Games、Salesforce、MasterClass 與 Harvey 都建構在其上，官方數字指合計觸達超過 10 億名使用者。
核心模型這條線的品項橫跨文字轉語音、語音轉文字、音效、配音、音樂與對話 AI——聲音這條管線，輸入端與輸出端都已是產品。
5 億美元花到哪裡：對話模型與海外布局
這筆資金規劃出三個出口。其一，壯大 ElevenAgents，當中含一輪大型語音代理改版：回應更快、表現力更強、對話輪替機制翻新，並加入 Eleven v3 Conversational 模型。其二，擴充研究編制，題目有情緒對話模型、配音與 audio general intelligence。其三，往國際市場走，團隊據點將分布到 14 個城市，名單上有倫敦、紐約、東京、聖保羅、新加坡。
語音 AI 走進企業現場
放回產業脈絡看，這輪募資指向一個轉變：語音的角色正由「內容產出的最後一哩」轉為「代理的第一介面」。一旦 agent 得撥打電話、承接客服、進行即時對話，語音就不再是附加功能，而是產品本身。計價方式也跟著鬆動——按分鐘收費的 API 正逐步讓位給以代理數、席位數計價的企業合約，而後者更換起來的成本，遠比換掉一個 API 高。
花 110 億美元買下的，其實是「從工具蛻變為平台」的預期：語音代理在企業市場，有機會發展成像客服軟體那樣的標準採購品項。
開發者與產品團隊該留意的事
實務上有三點。首先，語音若居於產品核心，採購思路得重算：平台合約和單純的 TTS API，鎖定深度是兩回事，進場前先把退場成本算清楚。其次，低延遲對話是下一條競爭軸線，Eleven v3 Conversational 在輪替與表現力上的能耐，值得放進自己的場景實測。最後，開源語音模型也在同一時間成熟，對隱私或成本敏感的場景來說，自架搭配 API 的混合架構會是日常——供應商抽象層務必設計周全。