EmemeAI

O coração do produto é um sistema que lê um vídeo e escreve movimento humano. Ele funciona com links do YouTube, vídeos públicos da web ou sua própria filmagem, então você não fica preso a uma única fonte. A saída são dados de pose estruturados, não uma animação renderizada, e é isso que os torna úteis como material de treinamento. O Ememe enquadra todo o processo como extração de dados de movimento e captura de movimento por vídeo, não como uma ferramenta criativa.

O Ememe devolve o movimento como um esqueleto 3D com posições e rotações das articulações. Ele divide a cobertura em corpo inteiro, tronco superior e pose de mãos, então você escolhe o nível de detalhe que sua tarefa pede. A interação mão-objeto, o caso mais difícil para o trabalho de manipulação, aparece como em breve em vez de disponível. Essa lacuna importa se seu projeto depende hoje de movimento com contato.

Três caminhos cobrem quase todas as situações. Você cola uma URL do YouTube quando já conhece o clipe, envia um MP4 local quando a filmagem é privada, ou busca por palavra-chave quando só sabe que tipo de movimento quer. A busca por palavra-chave conta com IA para ampliar sua consulta, algo útil quando sua primeira frase é estreita demais. Os envios locais aceitam arquivos MP4 de até 1 GB por clipe.

Ao lado do esqueleto, o Ememe entrega um clipe de vídeo cortado e descrições de texto. O clipe mantém só o trecho relevante, então você economiza reeditando arquivos longos. Os rótulos funcionam como metadados e dão a cada amostra de movimento um nome e um contexto. Juntos, eles permitem organizar um conjunto de dados por ação sem marcar tudo à mão.

O Ememe publicou resultados do próprio benchmark RoboCasa GR-1 Tabletop com o framework EmemePT, um exemplo de dados de treinamento para IA física em ação. Segundo a empresa, seus dados de movimento melhoraram o ajuste fino do GR00T em três tarefas de manipulação com as duas mãos. Cup to drawer subiu de 20% para 42%, bottle to cabinet de 46% para 56% e wine to cabinet de 8% para 42%. A empresa ressalta que são resultados de simulação interna e que os ganhos dependem de cada tarefa, então trate-os como um sinal, não como uma promessa.

Para equipes que precisam de volume, o Ememe oferece um fluxo de solicitação em vez de uma compra direta. Você descreve seu caso de uso, a classe de movimento que quer e seu formato de saída. A empresa diz que pode preparar um conjunto de dados de amostra e uma nota de escopo para processamento em massa, saídas personalizadas ou uma prova de conceito comercial. Esse formato combina com laboratórios e estúdios com um projeto definido, não com quem quer testar um único clipe.