Lemon Slice consegue US$ 10,5 milhões da YC e Matrix para desenvolver sua tecnologia de avatar digital

Desenvolvedores e empresas estão cada vez mais implantando agentes de IA e chatbots em seus aplicativos, mas até agora eles estão restritos principalmente a texto. Empresa de geração de avatar digital Fatia de Limão está trabalhando para adicionar uma camada de vídeo a esses chats com um novo modelo de difusão que pode criar avatares digitais a partir de uma única imagem.

Chamado Lemon Slice-2, o modelo pode criar um avatar digital que funciona em cima de uma base de conhecimento para desempenhar qualquer função exigida do agente de IA, como responder às dúvidas dos clientes, ajudar com questões de lição de casa ou até mesmo trabalhar como agente de suporte de saúde mental.

“Nos primeiros dias da GenAI, meus cofundadores começaram a brincar com diferentes modelos de vídeo, e ficou óbvio para nós que o vídeo seria interativo. A parte atraente de ferramentas como o ChatGPT era que elas eram interativas, e queremos que o vídeo tenha essa camada”, disse a cofundadora Lina Colucci.

Lemon Slice diz que este é um modelo de 20 bilhões de parâmetros que pode funcionar em uma única GPU para transmitir vídeos ao vivo a 20 quadros por segundo. A empresa está disponibilizando o modelo por meio de uma API e de um widget incorporável que as empresas podem integrar em seus sites com uma única linha de código. Após a criação de um avatar, você pode alterar o plano de fundo, o estilo e a aparência de um personagem a qualquer momento.

Além de avatares semelhantes a humanos, a empresa também está focada em gerar personagens não humanos para atender a diferentes necessidades. A startup está usando a tecnologia da ElevenLabs para gerar as vozes desses avatares.

Fundada por Lina Colucci, Sidney Primas e Andrew Weitz em 2024, a Lemon Slice aposta que usar seu próprio modelo de difusão de uso geral (um tipo de modelo generativo que aprende a trabalhar retroativamente a partir de dados de treinamento barulhentos para gerar novos dados) para criar avatares irá diferenciá-la dos concorrentes.

“As soluções de avatar existentes que vi até agora agregam valor negativo ao produto”, disse Colucci. “Eles são assustadores e rígidos. Eles ficam bem por alguns segundos e, assim que você começa a interagir com eles, parece muito estranho e não deixa você à vontade. O que tem impedido os avatares de realmente decolarem é que eles não foram bons o suficiente.”

Para financiar esse esforço, a empresa disse na terça-feira que levantou US$ 10,5 milhões em financiamento inicial da Matrix Partners, Y Combinator, Dropbox CTO Arash Ferdowsi, CEO da Twitch, Emmett Shear, e The Chainsmokers.

A empresa afirma que possui proteções para impedir a clonagem não autorizada de rosto ou voz e que usa grandes modelos de linguagem para moderação de conteúdo.

Lemon Slice não quis nomear as organizações que utilizam sua tecnologia, mas disse que o modelo está sendo colocado em prática para casos de uso como educação, aprendizagem de idiomas, comércio eletrônico e treinamento corporativo.

A startup enfrenta forte concorrência de startups de geração de vídeo como D-ID, HeyGen e Synthesia, bem como de outros criadores de avatares digitais Genies, Soul Machine, Praktika e AvatarOS.

Ilya Sukhar, sócio da Matrix, acredita que os avatares serão úteis em áreas onde os vídeos são proeminentes. Por exemplo, as pessoas gostam de aprender no YouTube em vez de ler longos blocos de texto. Ele observou que as proezas técnicas da Lemon Slice e as suas próprias lhe darão uma vantagem sobre outras startups.

“É uma equipe profundamente técnica, com um histórico de envio de produtos de ML, não apenas demonstrações e pesquisas. Muitos dos outros participantes são feitos sob medida para cenários ou setores específicos, e a Lemon Slice está assumindo a abordagem generalizada. “lição amarga” abordagem de escalonamento (de dados e computação) que funcionou em outras modalidades de IA”, disse ele.

Jared Friedman, do Y-Combinator, acredita que o uso de um modelo de estilo de difusão permite que a Lemon Slice gere qualquer tipo de avatar em comparação com algumas outras startups focadas em avatares semelhantes a humanos ou a personagens de jogos.

“Acredito que a Lemon Slice seja a única empresa que adota a abordagem fundamental de ML que pode eventualmente superar o vale misterioso e quebrar o teste de Turing do avatar. Eles treinam o mesmo tipo de modelo que Veo3 ou Sora: um transformador de difusão de vídeo. Por ser um modelo de uso geral que faz tudo de ponta a ponta, não tem limite de quão bom pode ficar; os outros ficam abaixo do fotorrealismo. Ele também funciona para rostos humanos e não humanos e requer apenas uma imagem para adicionar um novo cara”, disse ele.

A startup tem atualmente oito funcionários e planeja usar os recursos para contratar pessoal de engenharia e de entrada no mercado, além de pagar as contas de computação para treinar seus modelos.