Sesame — startup założony przez twórców Oculus zebrał 250 mln USD i uruchomił wczesną betę

Sesame, startup pracujący nad osobistym agentem konwersacyjnym i lekkimi okularami z funkcją głosowego asystenta, ogłosił pozyskanie 250 mln dolarów w rundzie Series B oraz uruchomienie wczesnej bety aplikacji na iOS dla wybranej grupy testerów. Za firmą stoją m.in. Brendan Iribe i Ankit Kumar — odpowiednio były współzałożyciel Oculus i były CTO startupu AR Ubiquity6.

Spółka po raz pierwszy ujawniła się publicznie w lutym, prezentując dwa głosy AI o imionach „Maya” i „Miles”. W ciągu kilku tygodni od debiutu dema zyskały one ponad milion użytkowników, którzy łącznie wygenerowali ponad pięć milionów minut rozmów — dane, które inwestorzy traktują jako wczesny sygnał popytu na bardziej naturalne interfejsy głosowe.

Inwestor Sequoia, uczestniczący w rundzie, opisał doświadczenie konwersacyjne Sesamu jako istotnie odmienne od prostego odwzorowania wyjścia modelu dużego języka na dźwięk. Według funduszu system ma „generować mowę bezpośrednio”, oddając rytm, emocje i ekspresję rozmowy. Wczesne recenzje technologii także zwracały uwagę na naturalność i „zabawną” interakcję z głosami demo.

Plan firmy jest ambitny: umieścić tego typu asystenta w lekkich okularach, które użytkownik mógłby nosić przez cały dzień i obsługiwać głosem. Sesame deklaruje, że okulary zaoferują wysokiej jakości dźwięk oraz „towarzysza AI, który obserwuje świat obok ciebie”. Firma podkreśla też, że ramki mają być zaprojektowane tak, by wyglądały atrakcyjnie niezależnie od funkcji technologicznych — innymi słowy: moda ma iść w parze z elektroniką.

W zespole założeniowym poza Iribe i Kumarem są postaci dobrze znane z Meta i branży VR/AR: Nate Mitchell jako Chief Product Officer, Hans Hartmann w roli COO, Ryan Brown i Angela Gayles. To doświadczenie produktowe i inżynieryjne może przyspieszyć prace nad prototypami, ale — co inwestorzy też zastrzegają — produkcja hardware’u zwykle wymaga czasu.

Wraz z ogłoszeniem rundy Iribe poinformował, że Sesame otwiera wczesny program beta aplikacji iOS, pozwalający testerom na bezpośredni kontakt z mechanikami „search, text and think” — czyli wyszukiwaniem, komunikacją tekstową i funkcjami generatywnej analizy. Testerzy zostali poproszeni o zachowanie poufności wobec funkcji i wyników poza oficjalnymi kanałami testowymi.

O ile pierwsze sygnały z dem i liczby użytkowników są obiecujące, pozostaje kilka istotnych pytań: czy generowanie „mowy bezpośrednio” oznacza syntezę intonacji na poziomie neuronalnych modeli działających w chmurze czy na urządzeniu; jak rozwiązane zostaną kwestie prywatności i przechowywania danych, skoro urządzenie ma „obserwować świat”; oraz jak firma poradzi sobie z wyzwaniami baterii, łączności i ceny, które definiują użyteczność codziennych okularów z funkcjami AI.

Runda Series B była prowadzona przez Sequoia i objęła również inwestora Spark, a w kapitale pojawiły się także inne, nieujawnione podmioty. Firma nie podała harmonogramu komercyjnej dostępności okularów — przypominając, że dopracowanie sprzętu zwykle zajmuje więcej czasu niż rozwój oprogramowania.

Sesame wchodzi więc w rynek, gdzie oczekiwania względem interakcji głosowych rosną, ale też gdzie konkurencja i pytania regulacyjne stawiają wysokie wymagania. Kolejne miesiące bety i informacje o tym, jak firma adresuje prywatność oraz architekturę przetwarzania dźwięku i obrazu, będą kluczowe, by ocenić, czy obietnica „naturalnego, towarzyskiego” asystenta zamieni się w produkt wart noszenia przez cały dzień.