Vor ein paar Jahren gründeten Alex Yu und Amit Jain gemeinsam ein Unternehmen, das es Menschen ermöglichte, Objekte mit ihren Smartphones in 3D zu erfassen – ohne dass zusätzliche Ausrüstung erforderlich war. Zu dieser Zeit war Yu als KI-Forscher an der UC Berkeley tätig, während Jain als Apple-Mitarbeiter an den Multimedia-Erlebnissen des Vision Pro arbeitete.
Ihr Unternehmen, Luma, brachte 2021 eine Smartphone-App auf den Markt, die schnell an Bedeutung gewann und Millionen von Nutzern anzog (zum Zeitpunkt der Veröffentlichung etwas mehr als zwei Millionen). Aber jetzt, da generative KI-Technologie die Kanäle überschwemmt, hoffen Yu und Jain, Luma zu etwas Größerem – und mit etwas Glück sogar Besserem – zu entwickeln, als sie es sich ursprünglich vorgestellt hatten.
Luma gab heute bekannt, dass es damit beginnen wird, einen Rechencluster von etwa 3.000 Nvidia A100-GPUs zu nutzen, um neue KI-Modelle zu trainieren, die – in Yus Worten – „sehen und verstehen, zeigen und erklären und schließlich mit ihnen interagieren können“. [the] Welt.”
Die erste Phase dieses Plans umfasst die Erstellung von Modellen, die in der Lage sind, 3D-Objekte aus Textbeschreibungen zu generieren; Luma hat Anfang des Jahres ein solches Modell namens Genie auf seinem Discord-Server veröffentlicht. Als nächstes wird es darum gehen, generative KI-Modelle der „nächsten Generation“ zu entwickeln, die sich mit dem befassen, was Yu als „Uncanny Valley“-Problem in der GenAI der aktuellen Generation bezeichnet.
„Wir glauben, dass Multimodalität für die Intelligenz von entscheidender Bedeutung ist. Um über Sprachmodelle hinauszugehen, wird die nächste Erschließung durch Visionen erfolgen“, sagte Yu gegenüber TechCrunch in einem E-Mail-Interview. „[However,] Die KI muss viel intelligenter werden, um das Potenzial auszuschöpfen, das die Welt in ihr sieht.
Um dies zu realisieren Vision Vision (entschuldigen Sie das Wortspiel) hat Luma in einer Serie-B-Runde unter Beteiligung von Andreessen Horowitz und anderen alten und neuen Unterstützern 43 Millionen US-Dollar gesammelt. Laut einer mit der Angelegenheit vertrauten Quelle wird Luma in der Runde mit 200 bis 300 Millionen US-Dollar bewertet; Lumas Kriegskasse beläuft sich mittlerweile auf mehr als 70 Millionen US-Dollar.
Lumas aktueller Fokus – die Einführung von 3D-Modellen zur Erstellung von KI-Modellen – ist ein zunehmend wettbewerbsintensiver Bereich. Es gibt Plattformen zur Objektherstellung wie 3DFY und Scenario sowie Startups wie Hypothetic, Kaedim, Auctoria und Mirage. Stability AI hat kürzlich ein eigenständiges Tool zur Generierung von 3D-Modellen auf den Markt gebracht, ebenso wie das neuere Unternehmen Atlas. Sogar etablierte Unternehmen wie Autodesk und Nvidia beginnen mit Apps wie Get3D, das Bilder in 3D-Modelle konvertiert, und ClipForge, das Modelle aus Textbeschreibungen generiert, in diesem Sektor Fuß zu fassen.
Bildnachweis: Luma
Wie werden sich Lumas Werkzeuge von anderen abheben? Hauptsächlich Treue, sagt Yu.
„Aktuelle Modelle werden alle auf zweidimensionalen Bildern trainiert und wenn sie gebeten werden, Szenen zu generieren, verstümmeln sie Räume, Körper und Bewegungen“, sagte er. „Es ist sehr schwierig, in den ersten paar Versuchen etwas Kohärentes und Brauchbares zu generieren, was die Verwendungsmöglichkeiten der Ergebnisse einschränkt …“ [We’re bringing] über die fortschrittlichste generative fotorealistische Technologie[ies] in einer intuitiven App.“
Das ist vielversprechend, wenn man bedenkt, dass es noch am Anfang von Lumas ehrgeiziger neuer Roadmap steht. Eine verbesserte Version von Genie kommt heute auf den Markt, aber zukünftige, leistungsfähigere generative KI-Modelle sind noch in weiter Ferne.
Luma verschwendet jedoch keine Zeit und plant, seine 24-köpfige Belegschaft bis Ende nächsten Jahres zu verdoppeln und gleichzeitig einen vorbildlich laufenden Servercluster aus „Tausenden“ GPUs zusammenzustellen. Vielleicht kommt es doch noch voran; wir werden sehen.
Bildnachweis: Luma
„Wir haben das Team in den Bereichen generative KI-Forschung, Technik, Design und Produkt erweitert, um unsere Vision zum Leben zu erwecken, und planen, das Tempo hier nach dieser Runde deutlich zu beschleunigen“, sagte Jain. „Mit Genie ist es zum ersten Mal möglich, 3D-Dinge in großem Maßstab mithilfe von KI zu erstellen, und die Zahl ist in nur vier Wochen auf 100.000 Benutzer angewachsen … [But we want to] Erstellen Sie wesentlich leistungsfähigere, intelligentere und nützlichere visuelle Modelle für unsere Benutzer.“