德国音频生成AI初创公司Mirelo近期在种子轮融资中筹集4100万美元（约合591亿韩元），引发业界关注。本轮融资由Index Ventures和Andreessen Horowitz共同领投，Atlantic Ventures和Triplepoint Capital也参与了投资。
Mirelo专注于视频适配音频生成功能，其主力模型"SFX 1.5"已成功实现从静音视频中识别击鼓场景，并精确生成如真实鼓声般的音效。据独立外部评审团评估，该模型性能显著优于现有商用音频生成模型。特别在减少杂音、精准同步快速运动画面与音效方面展现出差异化竞争力。
该模型通过API及面向普通用户的"Mirelo Studio"应用程序提供。用户可通过文本提示方式生成多种版本音频，并选择最优结果进行后续编辑。该平台设计旨在让非技术专业人士也能轻松使用AI音频制作工具。
Mirelo表示将以此轮融资为基础，启动超越SFX 1.5的下一代模型研发。新算法有望进一步增强音频间连贯性与自然衔接度，未来计划拓展至电影、电子游戏等高质量内容制作领域。
公司招聘信息透露，其正利用基于英伟达H100及H200 GPU的高性能集群训练模型，该集群通过Slurm分布式处理系统进行管理。AI框架采用Meta的PyTorch，并积极运用专为大模型分布式训练优化的全分片数据并行功能。
目前Mirelo正在招聘精通扩散模型与自回归架构的AI研究人员。其中自回归架构包含Transformer技术，该技术不仅在语言模型领域，在音乐生成等音频AI领域也正成为核心技术。英伟达去年亦曾发布基于Transformer的音乐生成模型"Fugatto"。
Mirelo计划以所获资金加强研发团队建设，加速产品多元化与全球市场拓展，巩固其在音频生成AI市场的领先地位。
