Mirelo recauda 41 millones de dólares en ronda de semilla para llevar el sonido generado por IA a videojuegos, videos y más allá

La empresa con sede en Berlín, Mirelo, ha recaudado 41 millones de dólares en una ronda de semilla mientras se esfuerza por resolver uno de los puntos ciegos más persistentes en los medios generativos: el sonido. La financiación fue copresidida por Index Ventures y Andreessen Horowitz, con la participación de Atlantic.vc y TriplePoint Capital, lo que subraya la creciente confianza de los inversores en que el audio es la próxima gran frontera para la creatividad impulsada por la IA.

Mientras que la inteligencia artificial ha transformado rápidamente la forma en que se producen el texto, las imágenes y los videos, el audio ha quedado atrás. La música, los efectos de sonido y el sonido ambiental siguen siendo laboriosos, a menudo se agregan al final del proceso creativo a pesar de su influencia desproporcionada en la forma en que se percibe el contenido. La ambición de Mirelo es cambiar eso haciendo que el sonido de alta calidad y resonante emocionalmente sea tan fácil de generar como las visualizaciones.

Por qué el sonido ha sido dejado atrás

El sonido tiene una capacidad única para dar forma a la emoción, la tensión y la atmósfera. Un video silencioso, por muy impresionante que sea visualmente, rara vez se siente completo. Sin embargo, para la mayoría de los creadores, agregar audio todavía significa buscar en bibliotecas de stock, alinear manualmente los efectos de sonido y iterar a través de líneas de tiempo hasta que todo se sienta bien.

Esta discrepancia se ha vuelto más obvia a medida que la creación de video se acelera. Los visuales generados por la IA, el contenido social de formato corto y los entornos de juego adaptativos se mueven más rápido de lo que los flujos de trabajo de audio tradicionales pueden admitir. El resultado es una brecha creciente entre lo que los creadores pueden imaginar visualmente y lo que pueden ejecutar sonicamente de manera realista.

Los fundadores de Mirelo vieron esta brecha no como una limitación de la creatividad, sino como una limitación de las herramientas.

Construyendo modelos base para audio

Fundada en 2023, Mirelo ha desarrollado sus propios modelos base diseñados específicamente para el sonido en video. En lugar de reutilizar grandes modelos de lenguaje o sistemas basados en imágenes, la empresa se centró en el audio desde cero. Un usuario puede subir un video y, en cuestión de segundos, recibir efectos de sonido sincronizados que responden al movimiento, al tiempo y a los eventos en pantalla.

Este enfoque es particularmente relevante en entornos donde el contenido es dinámico. Los videos generados por la IA, las redes sociales personalizadas y los videojuegos modernos se benefician todos del audio que puede adaptarse en tiempo real. El sistema de Mirelo genera sonido más rápido que en tiempo real, lo que le permite mantener el ritmo con experiencias que cambian en vuelo.

La empresa recientemente lanzó Mirelo SFX v1.5, un modelo de video a efecto de sonido disponible a través de su API de autoservicio y aplicación web, Mirelo Studio. Según la empresa, sus modelos son ligeras, requiriendo significativamente menos cómputo que los modelos de lenguaje grande típicos, mientras entregan una calidad de audio competitiva o superior en evaluaciones externas.

Músicos en el núcleo de la tecnología

Una de las características definitorias de Mirelo es su equipo fundador. El CEO CJ Simon-Gabriel y el CTO Florian Wenzel son ambos músicos consumados, así como investigadores de IA experimentados. Simon-Gabriel tiene un doctorado en aprendizaje automático y inferencia causal del Instituto Max Planck y completó una beca postdoctoral en ETH Zurich. Wenzel obtuvo su doctorado en aprendizaje profundo de la Universidad Humboldt y anteriormente trabajó como investigador en Google Brain.

La música ha sido un hilo constante en ambas vidas. Simon-Gabriel se formó en piano, órgano y composición, y ha hablado abiertamente sobre casi seguir una carrera profesional en la música. Wenzel sigue tocando la guitarra eléctrica y produciendo música electrónica como parte de una banda con sede en Berlín.

Ese trasfondo dual ha dado forma a la cultura y la dirección técnica de Mirelo. En lugar de tratar el sonido como una salida secundaria, el equipo se acerca a él como un medio creativo principal, donde la precisión matemática y la sutileza expresiva deben coexistir.

Qué viene a continuación para el sonido generado por IA

La ambición a largo plazo de Mirelo se extiende mucho más allá de la simple automatización. La empresa ve su tecnología como una forma de eliminar la fricción del trabajo creativo, manejando tareas como la sincronización y el tiempo para que los artistas y diseñadores de sonido puedan centrarse en la expresión y la narración.

A medida que el contenido visual se vuelve más personalizado y interactivo, el audio necesitará evolucionar junto con él. Los juegos que se adaptan al comportamiento del jugador, los videos generados bajo demanda y los entornos virtuales inmersivos todos requieren sonido que pueda responder dinámicamente en lugar de estar fijo de antemano.

Mirando hacia adelante, tecnologías como la de Mirelo podrían redefinir cómo se crea, comparte y experimenta el sonido. En lugar de bandas sonoras estáticas, el audio puede convertirse en un componente vivo de los medios visuales, generado en tiempo real para coincidir con el contexto, la emoción y la intención. En ese futuro, el sonido ya no es un pensamiento posterior, sino una capa integral tejida directamente en la forma en que se cuentan las historias a través de video, juegos, cine y mundos digitales emergentes.