ElevenLabs amplía su acuerdo con Google Cloud con GPUs NVIDIA Blackwell

ElevenLabs ha firmado una prórroga plurianual de su alianza con Google Cloud, obteniendo acceso a máquinas virtuales G4 equipadas con GPUs NVIDIA RTX PRO 6000 Blackwell. El acuerdo también integra los modelos Gemini de Google en la plataforma de agentes de ElevenLabs y Veo en su plataforma creativa para la producción sincronizada de vídeo y audio.

Qué incluye la alianza

La colaboración ampliada abarca tres áreas principales: infraestructura, integración de modelos y distribución empresarial.

Infraestructura: ElevenLabs ejecutará sus modelos de voz en máquinas virtuales G4 de Google Cloud equipadas con GPUs NVIDIA RTX PRO 6000 Blackwell. Estas VMs ofrecen hasta 96 GB de memoria por GPU, hasta 768 GB total de memoria GDDR7 y hasta 9 veces más rendimiento que las instancias G2 de la generación anterior. El clúster de GPUs más grande permite ciclos de entrenamiento más rápidos e inferencia de menor latencia para despliegues empresariales.

Integración de modelos: Los modelos Gemini de Google se integran en la plataforma de agentes de ElevenLabs para razonamiento avanzado y planificación multietapa en asistentes de voz. Por separado, el modelo de generación de vídeo Veo de Google se añade a la plataforma creativa de ElevenLabs, permitiendo a los equipos producir contenido de vídeo y audio de forma conjunta.

Distribución empresarial: Las soluciones de ElevenLabs ya están disponibles en Google Cloud Marketplace, lo que permite a las empresas comprar e implementar herramientas de voz IA con facturación y cumplimiento normativo simplificados. Los créditos de compromiso GCP existentes pueden aplicarse a los servicios de ElevenLabs.

NVIDIA Blackwell: qué significa para la voz IA

Las VMs G4 representan una mejora de hardware significativa para la infraestructura de ElevenLabs. Las GPUs NVIDIA Blackwell incluyen núcleos Tensor y RT de cuarta generación, diseñados específicamente para cargas de trabajo de IA.

Mati Staniszewski, cofundador de ElevenLabs, afirmó que la mejora de hardware impacta directamente en la calidad del producto: “Ahora, con las VMs G4 impulsadas por NVIDIA Blackwell, estamos llevando nuestros modelos multimodales aún más lejos: inferencia más rápida, mayor fiabilidad, respuestas instantáneas en todos los idiomas. El objetivo sigue siendo el mismo: crear agentes de voz que funcionen a escala empresarial sin compromisos.”

Ian Buck, vicepresidente y director general de Hyperscale y HPC en NVIDIA, añadió: “Este es exactamente el tipo de innovación ecosistémica que imaginamos con Blackwell: ayudar a pioneros como ElevenLabs a llevar agentes de IA y herramientas de medios más inteligentes y receptivos a todas las industrias.”

Gemini impulsa los agentes de voz de ElevenLabs

La integración en la plataforma de agentes incorpora las capacidades de razonamiento de Gemini a los asistentes de voz de ElevenLabs. Gemini gestiona la capa de “pensamiento” -comprender el contexto, planificar respuestas multietapa y llamar a funciones- mientras ElevenLabs gestiona la capa de voz con síntesis de voz de baja latencia.

Esta combinación se dirige a casos de uso empresariales donde los agentes de voz deben manejar conversaciones complejas: atención al cliente con múltiples sistemas, llamadas comerciales que extraen datos de productos y simulaciones de formación que se adaptan a las respuestas del alumno.

Integración de Veo: el vídeo se encuentra con la voz

La integración en la plataforma creativa incorpora el modelo de generación de vídeo Veo de Google junto con las herramientas de audio de ElevenLabs. Los equipos pueden generar contenido de vídeo y añadir locuciones, efectos de sonido y narración dentro de un único flujo de producción.

Los casos de uso incluyen publicidad, formación corporativa, comunicaciones internas y formación de clientes: escenarios en los que las organizaciones necesitan tanto vídeo profesional como contenido de voz a escala.

Matt Renner, presidente y director de ingresos de Google Cloud, enmarcó la alianza en términos empresariales: “Al aprovechar la pila completa de IA de Google Cloud, incluidos nuestros modelos de IA líderes y las plataformas de computación acelerada de vanguardia de NVIDIA, ElevenLabs está haciendo posible que las empresas transformen la forma en que interactúan con los usuarios.”

Disponibilidad en Google Cloud Marketplace

Las soluciones de síntesis de voz, IA conversacional y doblaje de ElevenLabs están disponibles directamente a través de Google Cloud Marketplace. Esto es relevante para la adquisición empresarial porque implica:

• Facturación simplificada a través de las cuentas existentes de Google Cloud
• Créditos de compromiso GCP aplicables a los servicios de ElevenLabs
• Alineación de cumplimiento con las certificaciones de seguridad de Google Cloud
• Despliegue más rápido sin incorporación de proveedores por separado

Dai Vu, director gerente de Marketplace y programas ISV GTM en Google Cloud, señaló: “Incorporar la solución de ElevenLabs a Google Cloud Marketplace ayudará a los clientes a desplegar, gestionar y ampliar rápidamente la síntesis de voz, el doblaje y la IA conversacional en la infraestructura global y de confianza de Google Cloud.”

Qué implica esto

Esta alianza refleja una tendencia más amplia en la IA: la tecnología de voz está pasando de APIs independientes a infraestructura empresarial profundamente integrada. ElevenLabs ya no es solo un proveedor de síntesis de voz: tras iniciativas como Scribe v2 para conversión de voz a texto y el Marketplace de voces icónicas, se posiciona como una plataforma completa de voz IA respaldada por computación de hiperescala.

Para creadores y empresas que evalúan herramientas de voz IA, las implicaciones prácticas son:

• Menor latencia para aplicaciones en tiempo real como doblaje en vivo y agentes de voz
• Mejor calidad de modelos gracias al entrenamiento en hardware más potente
• Adquisición más sencilla para organizaciones que ya usan Google Cloud
• Flujos de trabajo multimodales que combinan vídeo Veo con audio de ElevenLabs

La integración de Gemini es especialmente significativa. Los agentes de voz que pueden razonar sobre solicitudes complejas y extraer datos de múltiples sistemas representan la siguiente fase de la IA conversacional más allá de los chatbots de preguntas y respuestas simples.

Preguntas Frecuentes

---

Fuentes

1. ElevenLabs Blog: ElevenLabs and Google Cloud
2. PR Newswire: ElevenLabs Partners with Google Cloud
3. Business Today: ElevenLabs Doubles Down On Google Cloud
4. Google Cloud Blog: G4 VMs Powered by NVIDIA Blackwell