TL;DR : Gradium, une startup parisienne spécialisée dans l'IA vocale, issue du laboratoire Kyutai, a porté son tour de table d'amorçage à 100 millions de dollars, avec NVIDIA comme nouvel investisseur. L'entreprise développe des modèles audio à ultra-faible latence pour les agents vocaux d'IA — ceux qui répondent instantanément, sans ce silence gênant qui plombe la plupart des conversations avec l'IA. Il s'agit de l'un des plus importants tours d'amorçage en Europe, qui place la recherche française en IA vocale sur la carte mondiale.
Introduction
Le 9 juillet 2026, Gradium a annoncé avoir porté son tour de table d'amorçage à 100 millions de dollars, avec NVIDIA rejoignant FirstMark Capital, Eurazeo, DST Global Partners, Eric Schmidt et Xavier Niel comme investisseurs. Ce tour de table — l'un des plus importants financements d'amorçage de l'histoire européenne — signale que la couche d'infrastructure de l'IA vocale devient suffisamment stratégique pour attirer des géants du matériel comme NVIDIA.
Gradium était initialement sorti de la confidentialité en décembre 2025 avec 70 millions de dollars. L'entreprise est issue du laboratoire de recherche français en IA Kyutai, lui-même soutenu par Xavier Niel avec un budget de 300 millions d'euros et un engagement en faveur de la recherche open source. Kyutai et Gradium ont été cofondés par Neil Zeghidour, un chercheur ayant précédemment travaillé chez Google Brain, DeepMind et Facebook.
L'entreprise utilise ce nouveau capital pour ouvrir un bureau dans la baie de San Francisco, en concurrençant directement pour attirer les talents au cœur de l'écosystème mondial de l'IA — une décision notable pour une startup parisienne qui indique son intention de jouer à la frontière mondiale.
(Source : TechCrunch — Paris-based AI voice startup Gradium raises $100M seed, backed by Nvidia)
Ce que Gradium construit
Gradium développe des modèles d'IA audio spécialement conçus pour la voix à grande échelle. Le principal différenciateur est l'ultra-faible latence — des voix d'IA qui répondent presque instantanément, éliminant cette demi-seconde de silence gênante qui rend les conversations actuelles des agents d'IA robotiques et peu naturelles.
La pile technologique s'appuie sur les fondations de recherche de Kyutai, qui a produit certains des modèles de parole open source les plus avancés du domaine. Gradium commercialise cette recherche pour des applications d'entreprise : agents vocaux pour le service client, traduction en temps réel, assistants vocaux basés sur l'IA et systèmes de réponse vocale interactive qui doivent sonner humains.
Contrairement aux systèmes de synthèse vocale qui greffent la voix sur un pipeline de texte, les modèles de Gradium sont audio-natifs — ils traitent et génèrent la parole directement, sans l'intermédiaire textuel qui ajoute de la latence et supprime la prosodie.
(Source : PYMNTS — Nvidia Joins $100 Million Bet on Gradium Voice AI)
Pourquoi NVIDIA a investi
La participation de NVIDIA à un tour d'amorçage — même prolongé — est remarquable. L'entreprise investit généralement à des stades ultérieurs ou par le biais de partenariats stratégiques, et non lors de prolongations d'amorçage. Plusieurs facteurs expliquent cette décision :
L'IA vocale est un point d'inflexion
2026 a été l'année où l'IA vocale est passée du gadget à l'infrastructure. Les agents d'IA capables de tenir des conversations téléphoniques naturelles, un support client qui sonne humain et des interfaces vocales qui ne frustrent pas les utilisateurs dépendent tous du même goulot d'étranglement : la latence. L'entreprise qui résout le problème de la latence possède la couche d'infrastructure de l'IA vocale.
Symbiose matériel-logiciel
Les modèles audio à ultra-faible latence de Gradium sont probablement optimisés pour le matériel de NVIDIA. Exécuter l'inférence sur les GPU NVIDIA signifie que le succès de Gradium stimule la demande de GPU — un cercle vertueux qui profite aux deux entreprises. L'investissement de NVIDIA pourrait également inclure une collaboration technique pour optimiser les modèles de Gradium pour leurs derniers siliciums.
Accès aux talents européens en IA
Paris est devenu un véritable pôle de recherche en IA, produisant des talents de classe mondiale issus de laboratoires comme Kyutai, Mistral et H Company. En soutenant Gradium, NVIDIA gagne un point d'ancrage dans cet écosystème et un accès précoce aux talents français de la recherche en IA.
(Source : Tech Funding News — NVIDIA backs the French researchers who built voice AI's next generation)
Le paysage de l'IA vocale en 2026
Gradium entre sur un marché concurrentiel mais en pleine croissance :
| Acteur | Focus | Stade |
|---|---|---|
| Gradium | Modèles audio-natifs à ultra-faible latence | Amorçage (100 M$) |
| ElevenLabs | Synthèse vocale, clonage vocal | Série C (80 M$) |
| OpenAI (Advanced Voice) | Mode vocal ChatGPT | Intégré |
| Google (SoundStorm) | Modèles de génération audio | Recherche |
| PlayAI | Agents vocaux pour le support client | Série A |
Le marché de l'IA vocale se divise en deux approches : les systèmes à pipeline textuel (ElevenLabs, PlayAI) qui convertissent texte→parole, et les systèmes audio-natifs (Gradium) qui génèrent la parole directement. L'approche audio-native promet une latence plus faible et une prosodie plus naturelle, mais est plus difficile à construire et nécessite des talents de recherche plus spécialisés — exactement la barrière que Gradium est en train de construire.
Ce que 100 M$ en amorçage signifie pour l'IA européenne
Le tour de table de Gradium s'inscrit dans une tendance plus large du financement de l'IA en Europe :
- Mistral AI a levé plus d'un milliard de dollars en plusieurs tours
- H Company a levé 220 M$ en amorçage (2024)
- Kyutai a été lancé avec un budget à but non lucratif de 300 M€
- Gradium atteint maintenant 100 M$ en amorçage
L'Europe produit une recherche en IA de classe mondiale mais a historiquement eu du mal à la retenir. La décision de Gradium d'ouvrir un bureau dans la baie de San Francisco tout en conservant son siège parisien reflète une stratégie hybride : maintenir la recherche ancrée en Europe, là où les talents sont formés, mais placer les opérations commerciales près des clients. Cela pourrait devenir le modèle dominant pour les startups européennes d'IA.
(Source : TechCrunch)
FAQ
Q : En quoi la technologie de Gradium diffère-t-elle de celle d'ElevenLabs ?
R : ElevenLabs utilise un pipeline texte-parole (texte → modèle vocal). Gradium construit des modèles audio-natifs qui traitent et génèrent la parole directement, réduisant la latence et préservant la prosodie naturelle.
Q : Pourquoi NVIDIA s'intéresse-t-il à l'IA vocale ?
R : L'inférence de l'IA vocale s'exécute sur des GPU. Si Gradium devient la couche vocale par défaut pour les agents d'IA, cela génère une demande significative de GPU. L'investissement de NVIDIA est à la fois financier et stratégique — optimiser les modèles de Gradium pour le matériel NVIDIA crée une barrière contre les concurrents fonctionnant sur AMD ou des siliciums personnalisés.
Q : Est-ce open source comme Kyutai ?
R : Gradium est une entité commerciale, pas un laboratoire de recherche. Bien qu'elle s'appuie sur les fondations open source de Kyutai, les modèles de production sont propriétaires. L'entreprise n'a annoncé aucun plan open source.
Pour aller plus loin
- TechCrunch — Paris-based AI voice startup Gradium raises $100M seed, backed by Nvidia
- PYMNTS — Nvidia Joins $100 Million Bet on Gradium Voice AI
- Tech Funding News — NVIDIA backs the French researchers who built voice AI's next generation
- Gradium Blog — $100 Million Funding Announcement
Cet article a été initialement publié sur The Agent Report.
Top comments (0)