作者：伊万?梅塔

　　当下，开发者与各类企业正愈发频繁地在应用程序中接入人工智能智能体与聊天机器人，但这类产品的交互形式至今仍大多局限于文本。数字虚拟人生成技术企业柠檬切片（Lemon Slice） 正试图改变这一现状：该公司研发出一款全新扩散模型，仅凭一张图片即可生成数字虚拟人，为这类智能对话产品叠加视频交互层。

　　这款名为柠檬切片二代（Lemon Slice-2） 的模型，生成的数字虚拟人可对接知识库，胜任人工智能智能体的各类指定角色 —— 既能解答客户咨询、辅导课后作业，甚至还能担任心理健康疏导顾问。

　　该公司联合创始人莉娜?科卢奇表示：‘生成式人工智能发展初期，我和联合创始人们就开始尝试各类视频模型，当时我们便意识到，视频交互终将走向智能化、可互动化。像聊天生成预训练转换器这类工具的核心吸引力，就在于其强交互属性，而我们的目标，正是让视频也具备这样的交互能力。’

　　柠檬切片公司介绍，这款模型的参数量达 200 亿，单块图形处理器即可运行，能以每秒 20 帧的速率生成视频流。企业可通过应用程序编程接口调用该模型，也可借助一款嵌入式组件，仅需一行代码就能将虚拟人功能集成至自有网站。虚拟人生成后，用户还能随时调整其背景画面、风格设计与面部外观。

　　除高度拟人化的虚拟人形象外，该公司还着力研发非人类虚拟角色的生成技术，满足多元化场景需求。这家初创企业采用十一实验室（ElevenLabs）的技术，为旗下所有虚拟人定制语音。

　　柠檬切片由莉娜?科卢奇、西德尼?普莱马斯与安德鲁?韦茨于 2024 年联合创立。公司的核心竞争思路是：凭借自研的通用型扩散模型打造虚拟人产品，以此形成差异化竞争力。这类生成式模型的原理是，从带噪声的训练数据中逆向学习规律，进而生成全新的数据内容。

　　‘时至今日，我接触到的多数虚拟人解决方案，非但没能为产品赋能，反而拉低了体验感。’科卢奇直言，‘这些虚拟人形象要么违和怪异，要么动作僵硬呆板。静态画面看上几秒还算精致，可一旦开启交互，那种强烈的违和感扑面而来，根本无法让用户产生舒适的体验。虚拟人技术之所以始终未能真正落地普及，核心原因就是产品体验始终达不到合格水准。’

　　为支撑技术研发与业务扩张，柠檬切片于本周二官宣完成1050 万美元种子轮融资，投资方包括经纬创投、硅谷创业孵化器 Y Combinator，还有云端存储服务商多宝箱首席技术官阿拉什?费尔多西、游戏直播平台 Twitch 首席执行官埃米特?希尔，以及美国电子音乐组合烟鬼乐队。

　　柠檬切片表示，公司已搭建完善的风控机制，可有效防范未经授权的人脸、声音克隆行为；同时还依托大型语言模型，对虚拟人产出的内容进行合规审核。

　　该公司并未披露具体的合作客户名单，但透露其技术已落地应用于多个领域，包括教育教学、语言学习、电子商务与企业员工培训。

　　柠檬切片目前面临激烈的行业竞争，赛道内的对手既包括数字视频生成领域的初创企业（如 D-ID、HeyGen、深曦科技），也有一众数字虚拟人研发商（如精灵科技、灵魂机器、普拉奇卡、虚拟人操作系统公司）。

　　经纬创投合伙人伊利亚?苏哈尔认为，虚拟人技术将在视频场景为主的领域迎来爆发。举例来说，相比长篇文字，人们更愿意通过视频平台学习知识。他指出，柠檬切片的技术硬实力与研发思路，将成为其突围的核心优势。

　　‘这支团队深耕技术研发，拥有成熟的机器学习产品落地经验，绝非只做技术演示与理论研究的团队。行业内不少竞品的技术方案仅适配特定场景或垂直领域，而柠檬切片选择遵循人工智能领域的“惨痛教训”原则，采用规模化的研发路径 —— 通过海量数据与算力投入打磨通用模型，这一思路在其他人工智能赛道均已被验证有效。’伊利亚?苏哈尔评价道。

　　Y Combinator 合伙人贾里德?弗里德曼则表示，相较于部分只专注研发拟人虚拟人或游戏角色类虚拟人的同行，柠檬切片采用的扩散类模型，使其具备生成全品类虚拟形象的能力。

　　‘我认为，柠檬切片是业内唯一一家立足机器学习底层逻辑研发技术的企业，其方案终有一天能突破“恐怖谷效应”，通过虚拟人领域的图灵测试。’弗里德曼说，‘他们训练的模型，与视频生成工具 Veo3、Sora 同属一类 —— 视频扩散转换器。这款通用型模型可实现端到端的全流程生成，其技术上限永无止境；而行业内其他竞品的技术天花板，都止步于超写实画质之下。该模型不仅能生成人类形象，也可打造非人类面孔，且仅需一张图片，就能快速生成全新的虚拟人脸形象。’

　　柠檬切片目前仅有 8 名员工，本轮融资资金将主要用于两大方向：一是扩招算法研发与商业化落地团队，二是支付模型训练所需的算力成本。