硅谷新贵柠檬片狂揽1050万刀 要给你造个吐沫星子横飞的赛博自己

麻薯滑芝士

哎哟我去，家人们！最近硅谷那边又有个新玩意儿杀疯了，搞得风投老爷们拿着支票本一路小跑着去送钱。就在这周二，2024年才蹦出来的一个叫“柠檬片”（Lemon Slice）的初创公司，啪一下，拿到了1050万美元的种子轮融资！

谁给的钱？来头不小。领投的是Matrix Partners，还有那个鼎鼎大名的创业孵化器Y Combinator（简称YC）。跟投的名单更闪瞎眼：Dropbox的首席技术官Arash Ferdowsi、Twitch的CEO Emmett Shear，甚至连那个唱《Closer》的烟鬼组合The Chainsmokers都来凑热闹了。这阵容，你就说这项目得有多燥吧。

这公司到底搞啥的？简单一句话：他们不想让你只跟AI“打字”聊天了，他们要给你造个“活”的数字分身，能说、能动、能视频直播那种！

我知道你咋想。“数字分身？这玩意儿不是早就有了吗？那些网课里假了吧唧的主播，还有客服页面那个僵硬微笑的虚拟人，看着就挺‘阴间’的，聊两句我尴尬癌都犯了。”

哎，你这话可说到点子上了！“柠檬片”的联合创始人兼CEO，莉娜·科鲁奇（Lina Colucci）原话就是这么喷的。她说：“截止目前，我见过的现有数字分身解决方案，都在给产品增加负价值！” 没错，是负的！她说那些分身“令人毛骨悚然（creepy），而且非常僵硬（stiff）。可能好看个几秒钟，但你一旦开始和它们互动，就会产生一种非常诡异（uncanny）的感觉，根本没法让你放松。” 她认为，数字分身这玩意儿一直没真正火起来，根本原因就一个字：不够好！

所以，“柠檬片”撸起袖子，决定自己从根儿上重新造轮子。他们搞出了一个自家的大模型，名叫“柠檬片-2号”（Lemon Slice-2）。这可不是小打小闹，这是个拥有200亿参数的扩散模型。啥是扩散模型？就是像DALL·E、Stable Diffusion那种能“无中生有”生成图片视频的AI核心技术路径。他们就用这种“生成式AI”的核武器，专门来攻克数字分身。

最狠的是啥？他们号称，你只需要给一张照片，就一张！这个模型就能给你生成一个专属的数字分身。这个分身不是个呆板的面具，它能套在你设定的任何一个“知识库”上，扮演任何角色。比如，让它当24小时在线的客服小姐姐，回答产品问题；让它化身成暴躁的数学老师，给你讲微积分；甚至，让它成为一个有耐心的心理健康支持助手，听你唠嗑。

“在生成式AI的早期，我的联合创始人们就开始鼓捣各种视频模型，那时候我们就很明显感觉到，视频的未来一定是交互式的。” 莉娜·科鲁奇说，“像ChatGPT这类工具最吸引人的地方就是它们的交互性，而我们希望给视频也加上这层交互能力。”

技术细节来了啊，硬核但咱唠明白。这个“柠檬片-2号”模型，他们说只需要单个GPU，就能以每秒20帧的速度实时直播这个数字分身的视频流！20帧，已经相当流畅了，直播够用。公司把这个能力做成了一个API（应用程序接口）和一个可嵌入的小插件，其他公司想用，只需要在自家网站上加一行代码就能接进去。而且，分身造好之后，你还能随时给“他/她/它”换背景、换造型、换穿搭，跟玩换装游戏似的。

除了真人风格的分身，他们还能生成各种非人类角色。你想来个卡通狐狸当导游？或者让一只会说话的咖啡杯介绍产品？都没问题。声音部分，他们目前用的是行业里另一家明星公司ElevenLabs的技术来合成。

看到这儿，你可能会问，这赛道没别人了吗？卷死了好吗！做视频生成的D-ID、HeyGen、Synthe sia，做数字分身的Genies、Soul Machine、Praktika、AvatarOS……全都是竞争对手。那凭啥“柠檬片”能拿钱？

投资人可不是傻子，他们账算得门儿清。Matrix Partners的合伙人伊利亚·苏克哈（Ilya Sukhar）就说了，他认为数字分身在视频主导的领域会特别有用。比如，现在多少人学东西宁愿上B站、YouTube看视频，也不愿读长篇大论的文字？他看中“柠檬片”两点：一是技术实力，二是他们的通用模型路线。

“这是一个有深厚技术背景的团队，有成功交付机器学习产品的记录，不仅仅是做些演示和研究。” 苏克哈说，“很多其他玩家都是为特定场景或垂直领域定制的，而‘柠檬片’走的是通用的、‘苦涩教训’式的扩展路径（指依赖数据和算力规模），这条路径在其他AI模式中已经被验证是可行的。”

YC的合伙人贾里德·弗里德曼（Jared Friedman）吹得更猛。他认为，采用扩散模型让“柠檬片”能生成任何类型的分身，而其他一些初创公司要么只专注于真人类型，要么只专注游戏角色类型。

“我相信，‘柠檬片’是唯一一家采取这种根本性机器学习方法的公司，这种方法最终有可能克服‘恐怖谷效应’，甚至通过‘数字分身图灵测试’。” 弗里德曼这话说得相当重了。“他们训练的和Veo3、Sora是同一种模型：视频扩散Transformer。因为这是一个端到端的通用模型，它的能力上限是无限的；而其他技术的天花板，在达到照片级真实感之前就封顶了。而且它同时适用于人类和非人类面孔，只需要一张图片就能添加新面孔。”

当然，这么强的能力，大家肯定担心滥用，比如未经允许克隆别人的脸或声音。公司说他们设置了“护栏”来防止这种情况，并且会使用大语言模型来进行内容审核，防止分身胡说八道干坏事。

目前，“柠檬片”还捂着客户名单没完全公开，但他们透露，模型已经被用在教育、语言学习、电子商务和企业培训这些地方了。公司现在只有8名员工，这笔新到账的1050万美金，主要用途就是招兵买马（扩招工程师和市场营销人员），以及支付训练这些吞金巨兽般模型所需的巨额云计算账单。

所以，这事儿你看明白了吗？下一波AI交互的升级，可能就来自从“文字聊天框”到“视频面对面”的这层窗户纸。“柠檬片”这帮人，就是想用一张照片的成本，造出第一个让你觉得不尴尬、不惊悚、甚至有点想多聊几句的数字分身。这1050万美金，就是赌他们能把这“一片柠檬”，榨出颠覆性的汁水来。