Les développeurs et les entreprises déploient de plus en plus d’agents IA et de chatbots dans leurs applications, mais jusqu’à présent, ils se sont principalement limités au texte. La société de génération d’avatars numériques Lemon Slice travaille à ajouter une couche vidéo à ces discussions avec un nouveau modèle de diffusion capable de créer des avatars numériques à partir d’une seule image.
Appelé Lemon Slice-2, le modèle peut créer un avatar numérique qui fonctionne au-dessus d’une base de connaissances pour jouer n’importe quel rôle requis de l’agent IA, comme répondre aux requêtes des clients, aider à répondre aux questions sur les devoirs ou même travailler en tant qu’agent de soutien en santé mentale.
« Au début de GenAI, mes co-fondateurs ont commencé à jouer avec différents modèles vidéo, et il est devenu évident pour nous que la vidéo allait être interactive. L’avantage des outils comme ChatGPT était qu’ils étaient interactifs, et nous voulions que la vidéo ait cette couche », a déclaré la co-fondatrice Lina Colucci.
Lemon Slice indique qu’il s’agit d’un modèle de 20 milliards de paramètres qui peut fonctionner sur un seul GPU pour diffuser des vidéos en direct à 20 images par seconde. La société met le modèle à disposition via une API et un widget intégrable que les entreprises peuvent intégrer à leurs sites avec une seule ligne de code. Une fois un avatar créé, vous pouvez modifier l’arrière-plan, le style et l’apparence d’un personnage à tout moment.
Outre les avatars ressemblant à des humains, la société s’efforce également de pouvoir générer des personnages non humains pour répondre à différents besoins. La startup utilise la technologie d’ElevenLabs pour générer les voix de ces avatars.
Fondée par Lina Colucci, Sidney Primas et Andrew Weitz en 2024, Lemon Slice parie que l’utilisation de son propre modèle de diffusion à usage général (un type de modèle génératif qui apprend à travailler à rebours à partir de données d’entraînement bruyantes pour générer de nouvelles données) pour créer des avatars le distinguera de ses concurrents.
« Les solutions d’avatar existantes que j’ai vues jusqu’à présent ajoutent une valeur négative au produit », a déclaré Colucci. « Ils sont effrayants et raides. Ils ont l’air bien pendant quelques secondes, et dès que vous commencez à interagir avec eux, cela semble très étrange et cela ne vous met pas à l’aise. Ce qui a empêché les avatars de vraiment décoller, c’est qu’ils n’ont pas été assez bons. »
Événement Techcrunch
San Francisco
|
13-15 octobre 2026
Pour financer cet effort, la société a annoncé mardi avoir levé 10,5 millions de dollars de financement de démarrage auprès de Matrix Partners, Y Combinator, Dropbox CTO Arash Ferdowsi, Twitch CEO Emmett Shear et The Chainsmokers.
La société affirme avoir mis en place des garde-fous pour empêcher le clonage non autorisé de visages ou de voix, et qu’elle utilise de grands modèles linguistiques pour la modération du contenu.
Lemon Slice n’a pas voulu nommer les organisations qui utilisent sa technologie, mais a déclaré que le modèle était utilisé pour des cas d’utilisation tels que l’éducation, l’apprentissage des langues, le commerce électronique et la formation en entreprise.
La startup est confrontée à une concurrence féroce de la part de startups de génération vidéo telles que D-ID, HeyGen et Synthesia, ainsi que d’autres créateurs d’avatars numériques Genies, Soul Machine, Praktika et AvatarOS.
Ilya Sukhar, partenaire chez Matrix, pense que les avatars seront utiles dans les domaines où les vidéos sont importantes. Par exemple, les gens aiment apprendre sur YouTube plutôt que de lire de longs blocs de texte. Il a noté que les prouesses techniques de Lemon Slice et les siennes lui donneraient un avantage sur les autres startups.
« Il s’agit d’une équipe profondément technique avec une expérience dans la livraison de produits ML, pas seulement de démonstrations et de recherches. De nombreux autres acteurs sont adaptés à des scénarios ou à des secteurs verticaux particuliers, et Lemon Slice adopte l’approche généralisée de mise à l’échelle des « leçons amères » (des données et du calcul) qui a fonctionné dans d’autres modalités d’IA », a-t-il déclaré.
Jared Friedman de Y Combinator estime que l’utilisation d’un modèle de type diffusion permet à Lemon Slice de générer tout type d’avatars par rapport à d’autres startups qui se concentrent sur des avatars ressemblant à des humains ou à des personnages de jeu.
« Lemon Slice est, je crois, la seule entreprise à adopter l’approche fondamentale du ML qui peut éventuellement surmonter l’étrange vallée et briser le test de Turing de l’avatar. Ils entraînent le même type de modèle que Veo3 ou Sora : un transformateur de diffusion vidéo. Parce qu’il s’agit d’un modèle à usage général qui fait tout cela de bout en bout, il n’a pas de plafond quant à sa qualité ; les autres sont en dessous du niveau photoréaliste. Il fonctionne également pour les visages humains et non humains et ne nécessite qu’une image pour ajouter un nouveau visage », a-t-il déclaré. dit.
La startup compte actuellement huit employés et prévoit d’utiliser les fonds pour embaucher du personnel d’ingénierie et de mise sur le marché, ainsi que pour payer les factures de calcul nécessaires à la formation de ses modèles.
