Sieve

Sieve est un laboratoire de données multimodales spécialisé dans la création, la collecte, la sélection et la préparation de données destinées aux modèles d’intelligence artificielle de pointe.

Le positionnement actuel de l’entreprise est différent de son offre historique d’API vidéo. Sieve se présente désormais comme un partenaire de données pour les laboratoires de recherche, entreprises d’IA générative et équipes qui entraînent des modèles multimodaux.

La plateforme fournit des données vidéo, image, audio, parole, musique, sons et interactions.

Sieve met en avant des volumes très importants de données, allant jusqu’à des centaines de pétaoctets de contenus multimodaux sélectionnés et structurés.

Les jeux de données peuvent inclure des scènes vidéo cohérentes avec mouvement, composition, physique et narration.

L’entreprise propose également des paires avant-après destinées aux modèles d’édition contrôlée. Ces paires peuvent aider à entraîner des systèmes capables de modifier un contenu tout en préservant certains éléments.

Les données audio-visuelles synchronisées réunissent vidéo, image, voix, musique et effets sonores afin d’entraîner des modèles capables de comprendre ou générer plusieurs modalités ensemble.

Sieve peut fournir des données d’interactions, utiles pour les modèles qui apprennent à partir de séquences d’actions, de comportements ou de relations entre plusieurs événements.

La société travaille avec des laboratoires d’IA avancés, des entreprises de modèles génératifs et des équipes de recherche ayant des besoins spécifiques en matière de qualité, diversité, couverture et droits.

Le processus ne consiste pas uniquement à livrer des fichiers bruts. Sieve peut intervenir sur la recherche de sources, le filtrage, la déduplication, la normalisation, la segmentation, l’annotation, l’alignement et le contrôle qualité.

Les jeux de données peuvent être construits sur mesure pour un objectif donné : génération vidéo, édition d’image, compréhension audio-visuelle, synthèse sonore, simulation, robotique ou apprentissage multimodal.

La qualité des données est essentielle pour les modèles de fondation. Des données mal alignées, dupliquées ou juridiquement incertaines peuvent dégrader les performances et augmenter les risques.

Sieve met donc l’accent sur la sélection, la cohérence et l’utilité réelle des données pour l’entraînement.

L’entreprise peut fournir des échantillons de données avant engagement afin que le client évalue la qualité et la pertinence.

La tarification n’est pas publique. Les coûts dépendent du volume, du type de données, de la rareté, de la licence, du niveau d’annotation, du nettoyage, du contrôle qualité et des conditions de livraison.

Aucun plan gratuit permanent n’est proposé. L’accès passe par une demande d’échantillon ou une discussion commerciale.

La fiche est donc classée « Payant ».

Sieve vise principalement les laboratoires d’IA, équipes de recherche, entreprises de modèles de fondation et organisations disposant de budgets importants.

Ce produit est moins pertinent pour une petite entreprise cherchant simplement une API prête à l’emploi.

Les anciens contenus présentant Sieve comme une API vidéo doivent être considérés comme historiques. La fiche actuelle doit refléter le nouveau positionnement de laboratoire de données multimodales.

Avant tout achat, les clients doivent vérifier les droits, licences, consentements, provenance, restrictions géographiques et conditions d’utilisation des données.

Ils doivent aussi définir des critères de qualité mesurables : diversité, bruit, doublons, équilibre, alignement temporel, résolution, métadonnées et couverture des cas difficiles.

Pour ListoolAI, Sieve doit être classé dans les données IA, et non plus comme simple API vidéo.