9月7日消息，音频基础模型公司 BreezeBlue（上海微风蓝科技）于9月6日宣布完成 600 万美元种子轮融资，红点中国（Redpoint China）与元璟资本（Vision Plus Capital）联合领投。据 CB Insights 与 PitchBook 记录，这笔交易于 8月24日至25日完成。
BreezeBlue 成立于 2025年6月，团队约 15 人。创始人杨斌此前是 MiniMax 技术合伙人，负责图像与视频生成方向，这次创业转向音频。8月25日，BreezeBlue 开源了自研模型 Breeze TTS 2 的权重，后者目前在第三方评测机构 Artificial Analysis 的开源 TTS 榜上排名第一。本轮融资的估值、收入与股权结构目前均未披露。
谁投了，钱从哪来
本轮由红点中国与元璟资本联合领投。元璟资本由阿里巴巴联合创始人吴泳铭创立，红点中国是 Redpoint Ventures 的中国基金。据公开报道，融资将主要用于技术研发和市场拓展。部分中文快讯把 Vision Plus Capital 写作「远镜资本」，与元璟资本是同一家机构。
Breeze TTS 2 做到了什么程度
BreezeBlue 的定位是音频基础模型，目标不是一次性配音，而是可导演、可实时交互的语音。Breeze TTS 2 是这条产品线上的主力模型，开源内容包括权重和 PyTorch 推理代码。
榜单成绩是它目前最硬的公开证据。Artificial Analysis 开源 TTS 榜上，Breeze TTS 2 的 Provider Voices 得分约 1215 Elo，领先第二名 Fish Audio S2 Pro 约 90 分，并跻身总榜前列。BreezeBlue 自称在 Voice Design、Voice Direction 和延迟评测上也排名第一，这三项属于厂商口径，目前没有第三方复核。
Breeze TTS 2 支持无参考音频的自然语言「声音设计」、基于参考音频的「声音导演」，以及笑声、咳嗽等内联事件。官方给出的延迟数据是：预热后 H100 上首包音频低于 40ms，RTF（实时率）约 0.32，约 3.1 倍实时速度。模型支持中文和英文，对外宣传覆盖约 50 种语言。普通推理约需 12GB 显存，走最快路径建议 24GB。音频 tokenizer 基于阿里 Qwen3-TTS，社区已有开发者做了 ComfyUI 节点。
开源与商用的边界划得很清楚：代码以 Apache 2.0 开源，权重及自托管产出仅限科研和非商业用途，商用需单独谈授权。托管 API 有报道定价约 34 美元/百万字符，配套产品包括 Breeze Blue Studio、BreezeCreator 以及开发者 API、SDK 和 CLI。
从 TTS 到实时语音 Agent
杨斌对方向的表述很明确：Agent 的任务变复杂之后，人不可能一直盯着屏幕，语音让 Agent 边干活边汇报和确认，人可以随时打断纠错。所以 BreezeBlue 的方向是实时语音 Agent，不停留在离线 TTS。融资公告里「TTS 2 只是开始」的说法，对应的也是更完整的音频基础模型，覆盖对话、打断、情感和多轮交互，不是再出一个更好的配音模型。
开源权重打榜获取开发者和口碑，权重非商用限制把商用需求导向授权，托管 API 和 Studio 承接付费。这条链路上每一环都有已经发生的事实支撑，BreezeBlue 的商业模式雏形已经能看清。对开发者来说，开源 TTS 里多了一个能自托管测试的选项，官方延迟数据如果能在自有硬件上复现，实时语音应用的门槛会实质降低；但权重不能免费商用，企业落地仍要付费。
这个赛道上的对标对象是 ElevenLabs、Fish Audio、MiniMax Audio 和 Qwen-TTS。600 万美元、15 人团队，对「音频基础模型 + 实时体验」是标准早期规模。Breeze TTS 2 的榜单第一目前限于开源口径，与 ElevenLabs 等闭源头部模型的总榜差距还在。开源打榜能不能变成商用收入，取决于授权和云服务接下来能卖出去多少，这部分目前没有公开数据。 
AI 速览
