Тренды генеративного AI за рубежом: 7 стартапов, которые меняют рынок
Генеративный AI меняет привычные правила игры в самых разных сферах — от дизайна и e-commerce до биотехнологий и геймдева. Его применение уже не ограничивается созданием текстов: сегодня AI может генерировать музыку, рисовать одежду на виртуальных моделях и даже разрабатывать новые белки для фармацевтики.
В статье рассказываем про 7 зарубежных стартапов, которые показывают, как генеративный AI решает конкретные бизнес-задачи: от ускорения программирования до генерации музыки и создания AI-двойника.
Locofy: дизайн-макеты в код
Что это
- Платформа, которая с помощью AI преобразует дизайн-макеты из Figma или Adobe XD в готовый фронтенд-код для популярных фреймворков вроде React, Next.js, Vue и других.
Как работает
- Под капотом Locofy — «large design models». Она учитывает паттерны интерфейсов, накопленные при обучении — от классических лендингов до сложных дашбордов — и формирует осмысленные дизайн-блоки, адаптивную верстку и логику переходов между экранами. Генеративный AI здесь не только распознает UI-элементы, но и корректно интерпретирует логику дизайна, помогая максимально приблизиться к рабочему коду.
В чем польза
- Инструмент ускорит прототипирование MVP, создание лендингов и упростит A/B-тесты. Перенос дизайн-элементов из Figma в код будет точным за счет глубокой семантической разбивки и умения распознавать элементы интерфейса. А значит разработчикам останется доработать бизнес-логику и верхнеуровневые задачи.
Так выглядит процесс генерации кода / Источник: Whitepaper Locofy
Cradle: биотехнологии и дизайн белков
Что это
- Платформа, где биологи и химики могут с помощью AI-алгоритмов генерировать и оптимизировать белки. Цель проекта — дополнить долгие лабораторные эксперименты подходом in silico и ускорить исследования в области лекарств.
Как работает
- В основе Cradle лежат большие языковые модели, обученные на массивах белковых последовательностей. Работает это так: пользователь загружает белковую последовательность или формулирует задачу (например, повышение ферментативной активности). Модель анализирует аминокислотный состав, структурные паттерны и уже известные данные о похожих белках. Дальше — генерация новых конструкций, где модель предлагает видоизмененные варианты или новые опции белковых последовательностей. Одновременно она оценивает устойчивость, корректность сворачивания и возможные взаимодействия с целевыми соединениями.
В чем польза
- Cradle снижает объем ручных экспериментов и позволяет биологам быстро отсеивать нежизнеспособные варианты и концентрироваться на самых перспективных. А значит быстрее выводить на рынок новые препараты.
Путь от ввода белковой последовательности до генерации структуры и свойств / Источник: Cradle
Vizcom: из скетчей в рендеры
Что это
- Модель для преобразования эскизов в фотореалистичные визуализации. Система объединяет алгоритмы image-to-image трансформации и 3D-рендеринг.
Как работает
- На вход система получает рукописный скетч, который предварительно анализируется с помощью нейросетей. Затем генеративные модели дополняют изображение реалистичными текстурами, освещением и тенями. А интегрированный 3D-рендеринг позволяет симулировать физику света и глубину.
В чем польза
- Можно визуализировать концепты гораздо быстрее. А еще автоматизировать генерацию визуальных эффектов и интеграцию с существующими дизайнерскими пайплайнами, снизить вычислительные затраты и обеспечить высокий уровень контроля над параметрами итогового изображения.
Механика работы модели / Источник: vizcom.ai
Botika: генерация изображений с одеждой на AI-моделях
Что это
- Сервис для создания фото и 3D-изображений моделей в одежде с помощью технологий искусственного интеллекта. Полезен для ритейлеров, дизайнеров и брендов.
Как работает
- В основе сервиса лежат алгоритмы компьютерного зрения и генеративные нейросети. Пользователь загружает изображения или 3D-модели одежды, а система накладывает их на цифровых моделей и создает реалистичный рендер. Технология учитывает много параметров: освещение, фигуру модели, фактуру и складки ткани. Это помогает сделать конечные изображения близкими к настоящим фотографиям. благодаря чему конечные изображения выглядят как настоящие фотографии.
В чем польза
- Маркетплейсы и бренды могут быстро обновлять каталоги, показывать сезонные коллекции и проводить рекламные кампании, не организуя полноценные съемки. Это также упрощает эксперименты с вариациями цвета, ткани и стиля, помогая быстрее выводить новые товары на рынок и тестировать спрос.
Пример работы режима On-Model. Слева — исходник, справа — сгенерированная фотография с AI-моделью / Источник: app.botika.io
Tavus: создание цифрового двойника
Что это
- Платформа для создания цифрового двойника, где можно сгенерировать видео с участием спикера — его образом, голосом, речевыми интонациями и мимикой. Фактически, создается виртуальная копия, способная записывать новые сообщения без участия живого человека.
Как работает
- Сервис сперва учится на нескольких коротких видеороликах и аудиозаписях: анализирует внешность и голос человека. Затем генерирует видеоролики, где двойник воспроизводит нужный текст. В основе лежит фреймворк Phoenix-2, позволяющий синхронизировать речь, мимику и быстро масштабировать генерацию персонализированного видео. Пользователю остается лишь задать сценарий или текст, а система автоматически создает соответствующий ролик.
В чем польза
- С помощью модели можно быстрее создавать видеоконтент без реального участия спикера. Например, в продажах и маркетинге можно рассылать персонализированные обращения потенциальным клиентам; в обучающих проектах и внутренней коммуникации — записывать видеоинструкции или приветственные ролики от руководителя.
Панель управления видеогенерации / Источник: tavus.io/
Inworld AI: генерация интерактивных диалогов NPC
Что это
- Облачный сервис, позволяющий создавать и внедрять в игры и приложения интерактивных персонажей (NPC) с диалоговыми возможностями. Основная идея — оживить NPC с помощью генеративного AI так, чтобы они вели осмысленные разговоры и могли реагировать на действия и реплики игрока в реальном времени.
Как работает
- В основе Convai лежат большие языковые модели, способные генерировать ответы, учитывая контекст беседы. Разработчики могут загружать в систему сценарии и информацию о лоре вселенной или черты персонажа, чтобы AI мог опираться на информацию при формировании ответа. Convai предоставляет API и SDK для интеграции: игровые студии подключают сервис к движкам (например, Unity или Unreal), определяют триггеры и ключевые фразы, а также регулируют «личность» NPC с учетом лексикона, целей и запланированных сюжетных ветвлений. В некоторых версиях Convai применяется распознавание речи на базе алгоритмов ASR (Automatic Speech Recognition), что дает возможность прямого голосового взаимодействия.
В чем польза
- Можно ускорить процесс написания диалогов и снизить ручную работу над вариативностью и адаптацией ответов NPC. А еще динамичное поведение персонажей повышает уровень вовлеченности игроков, ведь NPC начинают реагировать более естественно и непредсказуемо, приближаясь к живому общению.
Параметры, которые можно предусмотреть при создании NPC / Исчтоник: convai.com/
PlayAI: генерация голосов и акцентов
Что это
- Платформа озвучки на основе нейросетевого синтеза речи (Neural Text-to-Speech), которая позволяет конвертировать текст в аудиофайл, имитируя разные голоса, интонации и акценты. Сервис объединяет решения Google, Amazon, Microsoft, IBM и собственные наработки, чтобы достичь максимально естественного звучания.
Как работает
- В основе лежат глубинные генеративные модели, обученные на большом количестве аудиозаписей. Алгоритм анализирует лингвистические особенности входного текста (фонетику, ударения, паузы) и сопоставляет их с акустическими шаблонами. Затем модель формирует новую звуковую дорожку, подстраивая тон, тембр и ритм под выбранный голос и акцент. Этот процесс учета контекста (пунктуации и соседних слов) позволяет генерировать плавную, естественную речь без механических обрубленных интонаций.
В чем польза
- Блогеры, медиа и разработчики приложений могут экономить время и деньги на поиске дикторов. А еще это упрощает локализацию контента для разных регионов и позволяет гибко адаптировать голос в зависимости от аудитории или стиля проекта.
В PlayAI можно создать и клон своего голоса / Источник: play.ht/studio/
Будущее стартап-среды
Будущее стартапов на базе GenAI
На мой взгляд, будущее есть у стартапов, которые сосредоточены в специализированных нишах, недоступных для ChatGPT или других универсальных решений. Я верю в вертикальный AI, где каждая компания решает конкретные задачи. Сейчас мы видим, как крупные игроки захватывают широкий рынок: генерация текста, видео, изображений. Но у небольших команд все еще есть шансы, если они фокусируются на узких нишах, куда бигтех не дотянется.
Больше всего шансов у стартапов, которые экономят время и ресурсы. Первыми взлетят те, кто решает конкретные боли бизнеса — например, заменяют копирайтера или убирают рутину из отчетов. Мы, например, помогаем автоматизировать рутину при создании презентаций, экономя до 50% времени сотрудников компаний.
Подходы и модели, которые используют стартапы
Мы в presentsimple.ai двигались итерациями, фокусируясь на узкой сфере — генерации презентаций. Например, в ноябре 2023 года мы выпустили MVP. Он был сырой, с багами, но уже к маю 2024 года мы сделали версию, которая работает стабильно. Сейчас добавляем новый продукт — генерацию диаграмм и инфографики с помощью AI. Если бы мы пытались сделать это сразу, релиз бы не состоялся.
Недавно прочитал новость что, все больше современных команд активно используют AI для написания кода. Например, четверть стартапов из последнего набора Y Combinator написали почти весь код с помощью AI. Мы тоже применяем AI в продуктовой разработке, что позволяет двигаться быстрее и с меньшими ресурсами.
Сложности при масштабировании стартапов
Главная проблема — зависимость от железа и инфраструктуры. Дефицит мощностей на рынке ощущается сильно. Мы, например, арендуем оборудование для работы с большими моделями, но планируем в этом году купить собственное, чтобы снизить зависимость на 30–40%. Это критически важно для масштабирования.
Еще одно узкое горлышко — качество данных. Каждая команда решает эту проблему по-своему, но без качественных данных даже самая продвинутая модель не сможет выдавать стабильные результаты.
Читайте также кейс о том, как в presentsimple.ai автоматизировали создание презентаций с помощью генеративного AI
Итог
Генеративный AI уже не просто улучшает процессы, но и формирует основу для новых бизнес-моделей. Стартапы получают возможность быстрее тестировать гипотезы и выводить продукты на рынок с меньшими затратами, а крупные корпорации — автоматизировать рутинные задачи, улучшать клиентский сервис и повышать конкурентоспособность. Инвестиции в AI продолжают расти, а значит применение генеративок в самых разных отраслях только увеличится.
