Sieve

O Sieve captura e reúne dados de ambientes reais, digitais e simulados. Isso cobre vídeo, áudio, imagens e rastros de interação, então o time não precisa juntar vários fornecedores para cada tipo de dado. A empresa também monta coleta sob medida conforme as capacidades que o time de pesquisa quer melhorar, e entrega dados audiovisuais para IA ao lado de conjuntos com muito texto.

O material bruto chega com ruído. O Sieve pontua os dados que entram por semântica, direitos, artefatos e qualidade de tarefa antes de enviar qualquer coisa. Essa etapa importa: um clipe de baixa qualidade ou com direitos duvidosos pode estragar um treinamento sem que ninguém perceba, e corrigir depois custa muito mais do que filtrar antes.

O Sieve indexa bilhões de vídeos, imagens, clipes de áudio e rastros de interação com detectores e embeddings feitos sob medida. Um tutorial do blog da empresa descreve a indexação de um bilhão de vídeos e consultas sobre cerca de 41 bilhões de vetores. Para quem compra, essa escala vira conjuntos pesquisáveis, não uma pasta solta.

Os dados chegam com legendas, transcrições, rótulos de objetos, metadados de ações, sinais de câmera, eventos de interface e esquemas sob medida. O controle de qualidade humano roda junto com a rotulagem automática. O resultado são conjuntos multimodais curados, e não arquivos em bruto que o time teria de rotular sozinho.

O Sieve cobre filtragem, licenças, consentimento, retenção e permissões conforme as necessidades de treinamento do cliente. A entrega usa criptografia de ponta a ponta, retenção sob medida e controles SOC 2 Tipo 2. Para os times jurídico e de compras, essa papelada costuma decidir se o acordo sai ou não.

Organizações que possuem bibliotecas de conteúdo, gravações de voz ou mundos interativos podem licenciá-los pelo Sieve. A empresa define um piloto e acerta as condições antes de começar qualquer captura, o que dá aos detentores de direitos um caminho organizado para acordos pagos de dados para IA.