人工智能让任何人都能制作视频，但许多AI视频创作工具缺乏对音频的支持。Mirelo正在构建能够添加与视频动作相匹配的配乐的人工智能。
今年早些时候，这家总部位于柏林的初创公司发布了 Mirelo SFX v1.5，这是一款能够解读视频并添加同步音效（SFX）的 AI 模型。
完成4100万美元种子轮融资
这引起了风险投资机构的关注，他们正为游戏领域的生成式AI革命做准备。TechCrunch独家获悉，这家成立两年的德国初创公司已由Index Ventures和Andreessen Horowitz领投，完成了一轮4100万美元的种子轮融资。
这笔新资金将帮助Mirelo在其新兴类别中更有效地开展竞争。尽管当时仍处于保密模式且资源有限，索尼和腾讯等大型公司已经发布了视频转音效模型。来自中国的快手旗下Kling AI以及同样获得a16z支持的ElevenLabs也推出了相关模型。
尽管 Mirelo 已经因其更专注的定位而与其他产品不同，但要在这场长跑中超越这些模型，该初创公司还需要进行更多招聘。Mirelo 首席执行官兼联合创始人 CJ Simon-Gabriel 告诉 TechCrunch，该公司预计其 10 人的团队规模到明年年底将“翻倍甚至翻三倍”。
这些新招聘的员工将支持Mirelo的研发工作及其产品和市场进入策略。Simon-Gabriel表示，该初创公司已将其模型发布在Fal.ai和Replicate上，并预计短期内API使用量将成为其主要收入来源。但它也在投入资源构建面向创作者的工作空间Mirelo Studio，未来有望支持完整的专业级用途。
应对训练数据问题与商业模式
随着 Mirelo 准备扩大规模，该公司及其投资者也在应对困扰其他生成式 AI 公司的训练数据问题。据负责 Index 投资的 Georgia Stevenson 介绍，Mirelo 基于公开和购买的音频库构建其模型，并正在签署尊重艺术家权益的收入分成合作。
这是生成式 AI 工具固有的张力，但 Mirelo 并没有取代音乐家和声音设计师——至少目前还没有。通过包含针对创作者的推荐方案（定价为每月 20 欧元，约合 23.50 美元）的免费增值模式，该初创公司主要瞄准希望让 AI 生成视频“发出声音”的业余爱好者和专业用户。
据 Simon-Gabriel 称，如果没有音频，创作者无法充分利用这一新潜力。
“乔治·卢卡斯曾说，声音占电影观影体验的 50%。这并非夸大其词，”他说，“事实上，这甚至是一种低估。你可以使用完全相同的画面，但根据你加入的声音和音乐，氛围会截然不同。”
聚焦音效赛道建立护城河
他和他的联合创始人 Florian Wenzel 都是 AI 研究人员，同时也是音乐家，该公司的路线图还包括 AI 音乐生成。但 Simon-Gabriel 表示，Mirelo 在音效方面看到了更多的需求，部分原因在于与其他 AI 领域相比，这方面的研究较少。
“在这里更容易建立真正的护城河，然后从中获利，”他指出。
这可能为 Mirelo 带来回报。Simon-Gabriel 拒绝披露其最新估值，但表示与之前未公开的种子前轮相比，估值已“大幅增加”。那轮融资由总部位于柏林的 Atlantic 领投，Atlantic 也参与了新一轮融资，使 Mirelo 的总融资金额达到 4400 万美元，并帮助弥补了其资源缺口。
该初创公司还得到了天使投资人的支持，他们为其技术提供了信誉背书，并可能打开新的机遇之门，其中包括 Mistral 首席执行官 Arthur Mensch、Hugging Face 首席科学官 Thomas Wolf、Fal.ai 联合创始人 Burkay Gur 等人。
尽管如此，团队意识到 AI 生成的视频可能不会长期保持无声状态。
例如，Gemini 的视频生成器现在融入了由 DeepMind 的 Veo 3.1 视频转音频模型驱动的原声带。但无论如何，Simon-Gabriel 听起来像是得到了验证。“现在，人们突然意识到，‘哦，也许我们应该加上声音。’但当然，你应该加上一些。这有点像无声电影与有声电影的区别，对吧？它确实带来了很大的不同！”