【量子位 2025年12月24日讯】当 AI 聊天机器人还在依赖文字交互时，数字 avatar 技术已悄然迈入“视频交互”新阶段。12月23日，AI 数字化身初创公司 Lemon Slice 宣布完成 1050 万美元种子轮融资，由 Matrix Partners 与 Y Combinator（YC）联合领投，Dropbox 首席技术官 Arash Ferdowsi、Twitch 首席执行官 Emmett Shear 及音乐组合 The Chainsmokers 等知名人士跟投。此次融资将用于强化其核心扩散模型、扩充团队，并推动数字 avatar 技术在教育、电商、企业培训等场景的落地，目标打破当前 avatar 行业“僵硬、恐怖谷效应”的痛点，打造真正自然的交互式视频化身。
作为 2024 年刚成立的新锐公司，Lemon Slice 凭借“单图生成高保真交互式 avatar”的技术能力，已吸引多家匿名机构合作，其推出的 Lemon Slice-2 模型更是被业内视为“突破 avatar 实用化瓶颈”的关键产品。
技术核心：200 亿参数模型+单 GPU 部署，破解“交互+逼真”双难题
Lemon Slice 的核心竞争力，在于其自研的通用扩散模型 Lemon Slice-2，该模型从根本上解决了当前数字 avatar 行业“逼真度不足、交互性差、部署成本高”三大痛点：
-
单图生成，快速定制专属 avatar不同于传统 avatar 技术需要多组照片或 3D 扫描数据，Lemon Slice-2 仅需一张人脸或角色图片，即可生成具备实时交互能力的数字化身。无论是企业客服形象、教育领域的虚拟讲师，还是心理健康支持场景的虚拟陪伴者，用户都能快速定制，并随时调整 avatar 的背景、造型与外观风格——例如将虚拟客服的背景从“办公室”切换为“产品展示间”，或调整虚拟讲师的衣着风格以匹配课程主题（如学术讲座的正装、儿童教育的卡通服饰）。
-
200 亿参数+单 GPU 实时流，兼顾能力与效率该模型参数规模达 200 亿，采用视频扩散 transformer 架构，支持在单块 GPU 上以 20 帧/秒的速率生成实时视频流，远超行业平均的“10 帧/秒+多 GPU 依赖”水平。这意味着企业无需投入高昂的硬件成本，只需通过 Lemon Slice 提供的 API 或嵌入代码（仅需一行代码即可集成到官网或 App），就能快速部署交互式 avatar 服务。例如电商平台接入后，虚拟导购可实时与用户视频对话，解答产品疑问，响应延迟控制在 1 秒以内，接近真人沟通体验。
-
突破“恐怖谷效应”，交互更自然创始人 Lina Colucci 直言，当前多数 avatar 解决方案“不仅无价值，还因僵硬动作、不自然表情陷入恐怖谷”，而 Lemon Slice-2 通过两大技术优化解决这一问题：一是结合 ElevenLabs 的语音生成技术，让 avatar 语音与口型、表情精准同步，避免“声画错位”；二是通过大规模交互数据训练，让 avatar 能根据对话语境调整姿态与微表情——例如解答用户疑问时会自然点头，倾听时会做出眼神专注的反应，而非机械重复固定动作。
场景落地：覆盖教育、电商多领域，隐私防护成底线
尽管 Lemon Slice 暂未披露具体合作客户，但已明确其技术的核心应用方向，同时在隐私与安全层面建立严格防护机制：
-
四大核心场景率先落地目前其 avatar 技术已在多领域开展测试：在教育场景，虚拟教师可通过视频交互辅导作业，支持多语言教学（如英语学习中纠正发音）；在电商领域，虚拟导购能实时展示产品细节，根据用户需求推荐搭配；在企业培训场景，虚拟讲师可模拟客户沟通场景，帮助员工练习销售话术；甚至在心理健康领域，虚拟陪伴者能通过温和的视频对话提供情绪支持。Matrix 合伙人 Ilya Sukhar 指出，这类场景“天然依赖视频交互，而 Lemon Slice 的技术恰好填补了‘文字 chatbot 不够直观’的空白”。
-
多重防护杜绝滥用风险针对 avatar 技术可能引发的“人脸克隆、语音滥用”问题，Lemon Slice 建立了三重防护：一是禁止未经授权的人脸与语音克隆，用户生成 avatar 需提供合法授权证明；二是利用大语言模型（LLM）进行实时内容审核，过滤不当对话与行为；三是对生成的 avatar 添加隐形数字水印，便于追溯滥用源头。Colucci 强调：“技术创新必须以安全为前提，我们不会让 avatar 成为恶意行为的工具。”
行业竞争：直面 D-ID、HeyGen 围剿，通用模型成破局关键
数字 avatar 赛道早已玩家云集，Lemon Slice 要突围，必须在技术路线与产品定位上建立差异化优势：
-
对手聚焦“垂直场景”，自身押注“通用模型”当前行业头部玩家如 D-ID、HeyGen、Synthesia 等，多聚焦特定场景（如 HeyGen 主打企业视频制作，Synthesia 侧重虚拟培训），且部分依赖定制化开发；而 Lemon Slice 采用“通用扩散模型”路线，既能生成人类 avatar，也能打造非人类角色（如卡通形象、品牌吉祥物），且无需为不同场景单独训练模型。YC 合伙人 Jared Friedman 认为，这种路线“能突破场景限制，且随着数据积累，avatar 逼真度会持续提升，不存在‘性能天花板’”。
-
技术团队成核心壁垒Lemon Slice 团队目前仅 8 人，但核心成员均有机器学习产品落地经验，而非单纯的研究背景。例如创始人团队曾参与开发大规模视频生成模型，熟悉“从算法到产品”的全流程。Ilya Sukhar 评价：“很多竞品停留在‘demo 阶段’，而 Lemon Slice 已能稳定输出可商用的技术，这是其最大优势。”
未来规划：扩招+模型迭代，剑指“avatar 图灵测试”
对于融资后的发展，Lemon Slice 已有明确规划：短期内将资金用于两方面——一是扩招团队，重点招募 AI 算法工程师与市场推广人员，将团队规模扩大至 20 人左右；二是持续投入算力，优化 Lemon Slice-2 模型，目标将实时生成帧率提升至 30 帧/秒，进一步降低部署成本。
长期来看，Lemon Slice 的野心是突破“avatar 图灵测试”——让用户无法区分视频中的化身是 AI 生成还是真人。Colucci 表示：“早期 GenAI 让文字交互变得智能，而我们希望让视频交互也能‘像真人一样自然’。未来，每个人或许都能拥有自己的数字 avatar，用于工作、学习甚至社交，而 Lemon Slice 想成为这一变革的推动者。”
随着 1050 万美元融资的注入，Lemon Slice 已正式加入数字 avatar 赛道的竞争。在 D-ID、HeyGen 等先行者已占据一定市场份额的情况下，这家新锐公司能否凭借“通用模型+高交互性”的组合拳突围，成为行业新标杆？2026 年，随着其技术的进一步落地与迭代，答案或将逐步清晰。
