AREX Feed Article
Deepgram 宣布收购 Daily：Pipecat 将以 BSD V2 许可证保持开源，并成立独立基金会
2026 年 10 月 29 日，语音 AI 基础设施公司 Deepgram 在旧金山举办的首届 活动上宣布，将收购开源语音 Agent 框架 Pipecat 背后的公司 Daily。按这份通过 Business Wire 发布的，Pipecat 将在现有 BSD V2 许可证下保持完全开源，两家公司还会与 Pipecat 的贡献方和使用方共同设立一个独立的 Pipecat 基金会；Daily 团队将加入 Deepgram，联合创始人 Kwindla Hultman Kramer 将出任开源负责人（Head of Open Source）。。
Daily 的全球实时网络与 Pipecat 将一起，成为 Deepgram 同场预览的新产品 Voice Agent Platform 的传输层；Deepgram 还发布了与 Pipecat 团队共同制定的开放协议 Real-Time Context Standard（RCS），用来在语音 Agent 的各段模型之间传递文字之外的信息。公告把这套组合称为“首个完整、开放的生产级对话语音 AI 平台”——这是公司自己的口径，而且平台本身尚未上线。
交易的核心安排：开源承诺、独立基金会和 Daily 产品的去留
公告的核心条款是开源安排：Pipecat 框架将继续在现有的 BSD V2 许可证（BSD 2-Clause，一种允许自由使用和再分发的宽松许可证）下对全部开发者免费开放。Deepgram 承诺投入 Pipecat 的后续开发和社区运营，并保持其供应商中立（vendor neutral）——开发者可以继续自由组合不同提供商的模型、工具、网络传输和 API。
基金会安排同样写进了公告：两家公司将“与许多为 Pipecat 做出贡献和使用 Pipecat 的组织一起”设立独立的 Pipecat 基金会。 的报道补充了一个细节：基金会将设一个指导委员会（steering committee），其代表范围包括 Deepgram 的竞争对手在内。
Daily 的现有业务也不会停摆：据 audioXpress 转述 Daily 的说法，Deepgram 会继续销售、支持和开发 Daily 现有的产品和服务，包括 WebRTC（网页实时通信）基础设施、电话（telephony）接入和跨平台客户端库。
创始人表态：让 Pipecat 永远开源，既是信念也是商业优势
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。Deepgram 一直是把生产环境当回事的语音 AI 公司；他们让 Pipecat 保持开放的承诺，植根于一种我也认同的信念——语音的未来，取决于开发者能否自由组合全行业最好的想法、在彼此的工作上继续构建。”
Deepgram CEO 兼联合创始人 Scott Stephenson 则在公告中说：“Kwin 和 Daily 团队非常清楚，要让一场实时对话稳定运转需要什么；Pipecat 给了开发者自由选用模型的余地。收购 Daily 让我们能把这些专长合到一起，去处理整个语音系统的问题，给开发者一条从原型到生产的更快路径。”
接受 TechCrunch 采访时，Kramer 透露了更多决策细节：Daily 此前收到过不少收购意向，他最终选择 Deepgram，是因为 Stephenson 承诺让 Pipecat 永远开源、永远供应商中立，而且两家公司的工程文化合拍，Daily 团队可以在一个更大的组织里继续负责技术栈的不同部分。“Scott 对 Pipecat 永远开源、永远供应商中立这件事态度极其坚定。这背后既有个人承诺，也有商业驱动：如果你坐在一个快速增长生态的中间位置，而生态里许多真正最好的部分恰恰出自你的公司，那么让一切尽可能开放，本身就是一种商业优势。”Kramer 说。
Stephenson 告诉 TechCrunch，Deepgram 早就想做开源，最终认定 Agent 编排框架是个可做的方向：“我们想把这个生态打开，让所有人都能构建语音 Agent。你用 Deepgram 的模型当然好，但我希望你为你的用例用上最好的模型。如果 Deepgram 发现自己的模型或产品在某些领域还有差距要追，那更好——你去用合作伙伴，我们再把这些领域补上。”
同一批 YC 毕业生，2019 年起就是上下游
两家公司的交集可以追溯到 2016 年：据 TechCrunch，Daily 和 Deepgram 参加了同一期 Y Combinator；据 audioXpress，自 2019 年起，Deepgram 就在为 Daily 的音视频 API 提供转写服务。Pipecat 本身诞生于 Daily 业务的延伸：Kramer 告诉 TechCrunch，GPT-4 发布前后，Daily 开始试验 AI 与人之间通过语音和文字交流，最终做出了 Pipecat 框架。
从功能上看，Pipecat 负责在语音管线里调度语音/视频流和各个环节——语音转文字（STT）、大语言模型（LLM）、文字转语音（TTS）——并压低整体延迟（TechCrunch）。audioXpress 列出的具体能力包括：模型之间的流式传输、轮次检测、打断处理、上下文管理和异步工具调用。称其已集成 200 多家语音、语言和视觉服务供应商。
两家公司此前的融资规模是这桩交易的体量参照：据 TechCrunch 援引 PitchBook 的数据，Daily 累计融资超过 6,200 万美元，投资方包括 Tiger Global、Highfield Capital、Nat Friedman、Lachy Groom 和 Kevin Weil；Deepgram 则在今年早些时候完成 1.3 亿美元 C 轮融资，跻身独角兽。公告还给出两家公司的自报体量：Daily 的全球实时网络覆盖 75 个接入点（points of presence，PoP）；Deepgram 称其产品已在超过 5,000 家组织的生产环境中支撑对话式语音 AI，累计有 650,000 名开发者用它处理过超过 200,000 年时长的音频。TechCrunch 把这笔交易放进更大的图景里：语音 AI 赛道今年在模型侧（ElevenLabs、Gradium、Fish Audio）和基础设施侧（LiveKit、Vapi）都出现了大额融资，头部公司正试图通过合作和收购巩固位置。
RCS 要解决的问题：语气、耳语和背景音在模型之间丢失
公告把 RCS 针对的缺口讲得很具体：在今天的语音 AI 系统里，文字会从一个模型传给下一个，但文字周围的音频上下文——语气、谁在说话、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：一是来自音频本身的上下文，比如一句耳语、一个没听清的词；二是告诉语言模型该如何使用这些信号的指令；三是回应应当以怎样的方式说出来的指引。按公告的描述，这让 Agent 在没听清时可以主动请求对方重复，或者在对方耳语时压低音量回答。适配器（adapters）负责把这些信号和投递指令翻译给每一个具体模型，开发者因此可以用同一套做法对接不同提供商的模型。
audioXpress 查看了已发布的 RCS 0.1 规范：感知信息（perception information）随用户文本一同传递，表达标签（expression tags）描述投递方式、强调、停顿和拟声；格式为流式设计，语音可以逐句生成，回应被打断时未完成的标记会被移除。这份规范目前处于 alpha（早期测试）阶段，范围只覆盖“用户是怎么说的”和“Agent 该如何用声音回应”，说话人识别和插话意图（对方是否想开口）还留在路线图上。
Stephenson 在公告中把这套标准放进更大的语境：“太多团队把语音 AI 当成路线图后期才加的功能。实际上，它是一门独立的基础设施学科，对延迟、准确率和规模都有自己的要求。我们都见过那种让人觉得未来已来的语音 AI demo，一到真要派上用场的时刻就失灵。真正的挑战，是让这套体验在人们真的依赖它时依然可靠。Real-Time Context Standard 解决的就是传递途中丢失的那些东西。”Deepgram 邀请开发者、模型提供商和语音应用团队在自己的系统里测试 RCS、反馈意见并参与规范制定，公告同时附上了在 Pipecat 中使用 RCS 的示例代码仓库和在线 demo。
Speak 活动上的其余发布：两款对话模型和 55 种语言
活动当天，Deepgram 首席产品官 Ed Anuff 预览了即将推出的 Voice Agent Platform：把 Deepgram 的语音模型和 Pipecat 的开放基础设施组合起来，给开发者一条一体化路径，同时保留模型选择权。据 audioXpress，平台将支持部署在 Deepgram 托管环境或客户自己的云上。
同场发布的还有两款面向实时对话的新语言模型：Think-Live 负责判断 Agent 什么时候该听、该等、该接话，已通过现有 Voice Agent API 全面可用（generally available）；Think-Fast 处理业务规则、工具调用和面向口语表达的回复，通过 Deepgram LLM API 以抢先体验（early access）方式提供。语言支持也在扩大：Nova-3 Multilingual 的语言覆盖扩至 55 种，Flux 系列的语音识别和语音合成模型也新增了语种。一款旨在提高连接可靠性、降低延迟的 Global API 同样处于“即将推出”状态；公告称其余发布的完整技术细节、demo 和可用性信息将在 Anuff 主题演讲之后陆续登上 Deepgram 的博客。
到发稿时，Voice Agent Platform 和 Global API 都没有公布上线日期，公告只让有意向的开发者联系 Deepgram 获取后续进展。