Sieve

Sieve es un laboratorio especializado en datos multimodales para desarrollar, seleccionar y preparar conjuntos de entrenamiento destinados a modelos de inteligencia artificial avanzados. Destaca un cambio importante de posicionamiento: actualmente la empresa se presenta principalmente como proveedor de datos para laboratorios de investigación y equipos que entrenan modelos de base, no como una simple API de vídeo.

Su actividad abarca contenidos de vídeo, imagen, audio, habla, música, efectos sonoros e interacciones. Esta variedad responde a las necesidades de modelos capaces de relacionar diferentes modalidades en un mismo proceso: comprender lo que sucede en una escena, generar vídeo y sonido sincronizados o aprender secuencias de acciones. La empresa describe acceso y preparación de volúmenes de gran escala, que pueden alcanzar cientos de petabytes según su comunicación.

Los conjuntos de datos de vídeo pueden priorizar secuencias visualmente coherentes con movimiento, composición, física y narrativa. Para entrenar modelos de generación, no basta con reunir muchos clips: es importante que las relaciones entre fotogramas sean comprensibles y que las escenas cubran suficientes situaciones. La selección busca ofrecer variedad sin perder consistencia.

Sieve también trabaja con pares de contenido antes y después de una edición. Estos ejemplos pueden servir para entrenar modelos que reciben una instrucción de cambio y deben modificar solamente ciertos elementos, conservando las partes que no deben alterarse. El valor de estos pares depende tanto de la claridad de la transformación como de la correspondencia exacta entre el origen y el resultado.

Los datos audiovisuales sincronizados combinan vídeo, imagen, voz, música y efectos sonoros. Su utilidad está en enseñar a un modelo relaciones temporales entre lo que se ve y lo que se escucha. El equipo puede requerir alineación de segmentos, etiquetas, normalización de formatos y comprobaciones de calidad antes de utilizar el material para entrenar.

Los datos de interacción representan secuencias de comportamientos, acciones o acontecimientos. Pueden resultar interesantes para sistemas que aprenden procedimientos o interpretan relaciones entre varios eventos. Las áreas de aplicación citadas en la fuente incluyen aprendizaje multimodal, simulación, robótica, comprensión audiovisual, síntesis sonora, generación de vídeo y edición de imágenes.

Una parte esencial del servicio es preparar la información, no solamente entregar archivos sin clasificar. El proceso puede abarcar búsqueda de fuentes, filtrado, eliminación de duplicados, segmentación, anotación, alineación temporal, normalización y control de calidad. Estas operaciones reducen el ruido y ayudan a construir un conjunto de entrenamiento con propiedades conocidas.

Sieve puede trabajar sobre necesidades específicas: determinados tipos de escenas, modalidades particulares, condiciones de iluminación, idiomas, acciones, estilos de edición o requisitos de cobertura. Un conjunto de datos a medida requiere acordar de antemano su volumen, estructura, licencias, nivel de anotación, formatos de entrega y criterios objetivos de aceptación.

Los datos de baja calidad, mal alineados o repetidos pueden perjudicar el aprendizaje y aumentar los costes del entrenamiento. Además, un volumen elevado no resuelve automáticamente problemas de derechos o procedencia. Para un proyecto serio deben examinarse autorizaciones de uso, licencias, consentimientos, limitaciones geográficas, información de origen y conservación de registros.

Los posibles clientes pueden solicitar muestras para evaluar la calidad antes de comprometerse. Es una fase importante: conviene medir diversidad, duplicados, ruido, resolución, equilibrio de clases, metadatos, alineación temporal y presencia de casos difíciles. Los indicadores deben definirse según el objetivo del modelo y no mediante una única nota global.

No existe una tabla pública de precios ni un plan gratuito permanente descrito para el servicio completo. El presupuesto depende del volumen, rareza de los datos, licencias, preparación, anotación, limpieza y condiciones de entrega. El acceso se realiza mediante consultas comerciales y posibles muestras, por lo que la ficha queda clasificada como producto de pago.

Sieve es una opción especializada para organizaciones que entrenan modelos multimodales y disponen de necesidades técnicas y presupuestos importantes. No es necesariamente adecuada para quien solo busca una API lista para generar un clip. Al comparar proveedores conviene distinguir claramente su oferta actual de sus productos históricos y exigir documentación suficiente sobre calidad, procedencia y derechos de uso.