AREX Feed Article
Deepgram 宣布收购 Pipecat 开发方 Daily：BSD-2 开源不变，将设独立 Pipecat 基金会
旧金山时间 2026 年 10 月 29 日，在首届 活动上，语音 AI 基础设施公司 Deepgram 正在收购 Daily——开源语音代理框架 Pipecat 的开发与维护方。两家公司没有披露交易金额。Daily 团队将加入 Deepgram，Daily 联合创始人 Kwindla Hultman Kramer 出任 Deepgram 新设的开源负责人（Head of Open Source）。
与交易同时公布的还有三项安排：Pipecat 在现有 BSD-2 许可证下继续保持完全开源；双方将与众多为 Pipecat 做过贡献或正在使用它的组织共同设立独立的 Pipecat 基金会；Deepgram 还发布了与 Pipecat 团队共同开发的开放协议 Real-Time Context Standard（RCS，实时上下文标准）。
Daily 业务照常运转，Pipecat 成为新平台底座
Deepgram 在公告中把 Pipecat 称为「全球最受欢迎的开源语音代理框架」，称 Pipecat 开放、供应商中立的生态把开源放在了公司战略的核心位置。按该公司的说法，Pipecat 与 Daily 的全球实时网络将和 Deepgram 自己的语音模型一起，构成其新 Voice Agent Platform 的底座，形成「首个完整、开放、生产级」的对话式语音 AI 平台。TechCrunch 的把 Pipecat 描述为最流行的开源语音 AI 基础设施之一。
对 Daily 既有业务的去向，Kramer 在 Daily 官方中写得明确：「对 Daily 的客户和 Pipecat 生态来说，什么都不会改变。Deepgram 将销售、支持并继续开发 Daily 当前的全部产品与服务。」这些产品包括 WebRTC、电话系统与跨平台客户端库。他还写道，Deepgram 正把 Pipecat 采用为其新语音 AI 产品与服务的核心。
Daily 的商业基础设施本身也是交易的一部分。据公告介绍，Daily 运营着一张为实时 AI 的延迟与可靠性要求设计的全球网络，有 75 个节点（points of presence）；Deepgram 则称其模型与实时基础设施支撑着全球超过 5,000 家组织的生产级对话式语音 AI，累计有超过 65 万名开发者用它处理了超过 20 万年的音频。
基金会将由含 Deepgram 竞争者的指导委员会管理
公告同时承诺：Deepgram 将投资 Pipecat 的持续开发与社区，保持其供应商中立——开发者可以自由选择并组合不同供应商的模型、工具、网络传输和 API，框架本身对全部开发者保持免费。治理上，Kramer 在博文中补充：这个独立的基金会将由一个指导委员会管理，委员会「代表整个实时 AI 生态，其中包括与 Deepgram 竞争的公司」。
Kramer 在公告中说：「让 Pipecat 保持开放，是我们决定加入 Deepgram 的根本前提。」他称 Deepgram 对开源的承诺出自一种他也认同的信念：语音的未来，取决于开发者能否自由组合行业里最好的成果、在彼此的工作之上继续构建。Deepgram CEO 兼联合创始人 Scott Stephenson 的说法是：「Kwin 和 Daily 团队深知让一场实时对话稳定运行需要什么，Pipecat 让开发者可以自由选择模型来构建。收购 Daily 让我们能把这些专长整合起来，处理整个语音系统，给开发者一条从原型到生产的更快路径。」
18 名工程师、200 多个集成：Pipecat 是怎么长起来的
据 ，这是一个用 Python 编写的开源框架，用于构建实时语音与多模态对话代理，官方客户端 SDK 覆盖 JavaScript、React、Swift、Kotlin、C++ 乃至 ESP32 硬件。Deepgram 公告称它是「使用最广的生产级语音 AI 编排层」，集成覆盖各大模型提供商、电话系统与部署环境。Kramer 列举了它处理的具体问题：在模型之间切换、低延迟网络传输、模型间的流式数据、轮次检测、打断处理、上下文管理、异步工具调用。他写道，Pipecat 目前有 200 多个集成、近 400 名贡献者，而写出这个框架的工程师只有 18 名。
时间线是：Daily 在 2023 年开始做实时语音代理与 AI 原生软件实验。Kramer 告诉 TechCrunch，大约在 GPT-4 发布前后，公司开始尝试 AI 与人之间的语音和文本通信，Pipecat 由此演化而来。2024 年，团队将 Pipecat 全部开源，包括核心编排框架、各平台客户端 SDK、RTVI 消息与事件标准、Smart Turn 轮次检测模型、SmallWebRTC 传输层，以及 Pipecat Flows 上下文工程库。用 Pipecat 构建的东西五花八门：既有 Pipecat 驱动的无人机和儿童玩具，它也「隐形运行在世界上一些最大、使用最广的应用中」；Kramer 还引用一位合作伙伴的说法，称 Pipecat 正在成为「实时 AI 的 Linux」。
2016 年 YC 同期，2019 年起的技术合作
这笔交易背后是两家公司十年的交集。Kramer 回忆，Daily 与 Deepgram 在 2016 年同一批进入 Y Combinator；自 2019 年起，Deepgram 的转录能力就内嵌在 Daily 的音视频 API 中。资金面上，TechCrunch 援引 PitchBook 数据称，Daily 迄今融资超过 6,200 万美元，投资方包括 Tiger Global、Highfield Capital、Nat Friedman、Lachy Groom 和 Kevin Weil；Deepgram 则在今年早些时候以 1.3 亿美元 C 轮融资达到独角兽估值。
Kramer 对 TechCrunch 解释了选择 Deepgram 的原因：「Scott 对 Pipecat 永远开源、永远供应商中立极其执着。这里面既有个人承诺，也有商业驱动——如果你站在一个高速增长的生态正中间，而生态里许多最好的部分确实出自你的公司，那么尽可能开放本身就像一种商业优势。」Stephenson 则表示，Deepgram 一直想进入开源领域，意识到代理编排框架是个可以发力的方向，这才促成了与 Daily 的合作。
RCS 要补的缺口：话传过去了，语气丢了
收购之外，Stephenson 在 Speak 活动上发布了 Real-Time Context Standard。他在公告中给出的判断是：「太多团队把语音 AI 当成路线图后段才补的功能。实际上，它是一门独立的基础设施学科，对延迟、准确率和规模都有着自己的要求。」
RCS 针对的是语音代理管道的一个具体缺陷。公告解释：语音代理是一条模型链，语音转文字、大语言模型生成回复、文字转语音。模型之间传递的只有文字，而围绕这些话的音频上下文，比如语气、说话的人是谁、背景里发生了什么，会在传递途中丢失。RCS 定义了三类新的元数据：来自音频的上下文（比如耳语或没听清的词）、告诉语言模型如何使用这些信号的指令，以及回复应当以怎样的方式说出来的引导。公告举例：这让代理在没听清时主动请对方再说一遍，或在对方耳语时压低声音回答。适配器（adapters）负责把这些信号和表达指令翻译给链条中的每个模型，开发者可以用同一套方法对接不同供应商的模型。
已在 GitHub 上线，仓库页面显示的更新日期就是 10 月 29 日。其说明写明，演示构建于 RCS Alpha 之上：上下文装进同一条文本流，用链条中任何模型都能产生和读取的格式传递。演示代理为户外用品店 Northwind Outfitters 做客服，管道依次是 Deepgram Flux 语音转文字、读取情绪与讽刺的 Tone reader、部署在 Baseten 上的 PhoneLLM Mini 生成回复、Tone tagger 标注每句话的表达方式、ElevenLabs v4 合成语音，并可切换为 Cartesia 的 TTS（文字转语音）或 OpenAI 的 GPT-5.6 Luna。Deepgram 邀请开发者、模型提供商和语音应用团队在自己的系统中测试 RCS、反馈并参与规范制定。
两个新模型与平台细节，都要等 Anuff 的主题演讲
同日稍后，Deepgram 首席产品官 Ed Anuff 预定在主题演讲中预览即将推出的 Voice Agent Platform——按公告的说法，它把 Deepgram 的模型与 Pipecat 的开源基础设施整合成一条通往生产的路径，同时保留模型选择权——并介绍两个面向实时对话的新模型、扩展的语言支持，以及旨在提升连接可靠性、降低延迟的 Global API。
交易公布当天，语音代理领域还有其他新动作。语音研究者 Desh Raj 在 把 Deepgram 收购 Daily 与他自己归纳的一串动态并列——Rime 发布 Prism、Cartesia 推出托管代理、ElevenLabs 支持调用工具的语音代理、Inworld 收购 UltraVox、Phonic 发布一款胜过 GPT-Live 的模型——并写道：「语音代理眼下正当热闹时刻。」
至于首届 Pipecat 基金会指导委员会由哪些组织出任、何时开始运作，两家公司在 10 月 29 日的公告与博客里都没有提及；两个新模型与 Voice Agent Platform 的技术细节、演示和可用时间，按公告要等 Anuff 演讲结束后才发布在 Deepgram 博客上。