Mirelo融资4100万美元，解决AI视频的静音难题

对声音的4100万美元押注

Mirelo是一家总部位于柏林的初创公司，由同时也是音乐家的AI研究人员创立，刚刚完成了4100万美元的种子轮融资。Index Ventures和Andreessen Horowitz领投。这对音频技术来说，绝非小额投资。

产品理念简洁优雅：您上传视频，他们的AI观看视频，然后生成完美同步的音效。不是通用的背景音乐，而是与屏幕上发生的事情精准匹配的拟音风格音频。

为什么现在如此重要

回顾2025年12月的AI视频格局：

• Runway Gen-4.5能产生惊艳的视觉效果，但没有原生音频
• Sora 2可生成长达90秒的片段——全都是无声的
• Veo 3.1刚刚添加了音频功能，但仅限于某些特性

整个行业一直在向照片级写实生成的方向冲刺，却把一半的感官体验抛在了后面。Mirelo正在填补这个空白。

Mirelo SFX的工作原理

他们的旗舰模型称为Mirelo SFX v1.5。根据他们的API文档和演示，我整理出以下流程：

1. 场景分析：模型观看您的视频，识别对象、动作和环境背景
2. 时序映射：确定事件发生的时间——门关闭、脚步声、玻璃破碎
3. 声音生成：AI创建与视觉时序和声学特性相匹配的音频
4. 混音：将所有内容以适当的音量和空间定位分层组合

结果不只是把音效贴到视频上，而是让音频感觉像是本该属于那里。

输入：AI生成的雨滴打在窗户上的视频
输出：强度变化的雨滴声、玻璃共鸣、环境室内音调
结果：视频突然变得真实

音乐家创始人

CJ Simon-Gabriel和Florian Wenzel既是AI研究人员，也是音乐家。这种结合比您想象的更重要。

音乐家理解音频的一个纯机器学习工程师可能会忽略的东西：时机就是一切。延迟50毫秒到达的音效会让人感觉不对劲，即使您无法有意识地识别原因。音频的情感冲击取决于微观级别的同步。

他们的双重背景体现在产品中。Mirelo不仅生成声音——还以音乐性的方式生成。

分发策略

Mirelo正在采取明智的市场策略：

通过Fal.ai和Replicate分发，他们在开发者已经构建的地方与他们会合。如果您正在创建AI视频管道，可以将Mirelo放入您的技术栈，无需重建一切。

竞争即将到来

Mirelo并非在真空中运作：

索尼、腾讯和ElevenLabs都在相邻领域竞争。但Mirelo对视频音效的专注给了他们优势。他们不试图做所有事情——而是试图在一件事上做到卓越。

训练数据的伦理

有一个细节让我印象深刻：Mirelo从公共和购买的声音库中获取训练数据，并通过收入分享合作尊重艺术家权利。

这很重要。AI行业正面临对训练数据实践越来越多的审查。Mirelo似乎从一开始就在道德构建，随着法规收紧，这可能成为竞争优势。

对创作者的意义

如果您今天正在生成AI视频，您的工作流程可能如下：

1. 使用Sora/Runway/Veo生成视觉效果
2. 导出到编辑软件
3. 从库中手动添加音效
4. 将音频同步到视频
5. 调整音量和时序
6. 导出最终视频

使用Mirelo，第3-5步合并为一个API调用。当您批量生产时，节省的时间会迅速累积。

通往AI音乐之路

Mirelo的路线图上有AI音乐生成。音效模型只是开始。

想象生成一个包含以下内容的视频：

• AI生成的视觉效果
• AI生成的对话（ElevenLabs）
• AI生成的音效（Mirelo）
• AI生成的配乐（未来的Mirelo）

我们正在为全合成媒体组装各个部分。这让您感到兴奋还是恐惧，可能取决于您以什么为生。

定价和访问

对于想要尝试Mirelo的创作者：

• 免费套餐：有限生成次数以测试平台
• 创作者套餐：€20/月（约$23.50），推荐使用量
• API：通过Fal.ai和Replicate按使用付费
• 企业版：大规模定制定价

考虑到技术水平，创作者套餐的价格出奇地实惠。与雇用拟音师或授权专业声音库相比。

我的看法

我们一直专注于让AI视频看起来更好，却忘记了视频是一种多感官媒介。Mirelo正在纠正这个疏忽。

4100万美元的融资表明投资者看到了同样的机会。音频不是锦上添花的功能——它是使视频引人入胜的一半要素。

无声电影时代在1927年随着《爵士歌手》而结束。近一个世纪后，AI视频正在经历自己的"有声电影"时刻。

Mirelo押注他们可以成为这个新时代的声音。基于他们的技术、团队和时机，这个赌注看起来越来越明智。

开始使用

1. 访问mirelo.io探索平台
2. 上传一个无声AI视频
3. 让Mirelo生成同步音频
4. 与您的手动音频工作比较
5. 决定自动化是否适合您的工作流程

入门门槛很低。潜在的时间节省很高。随着这4100万美元的部署，技术只会不断改进。

声音终于在AI视频的餐桌上有了一席之地。