Sonilo собрала $11 млн: звук стал последним ручным слоем ИИ-видео
Один тридцатисекундный ролик для короткой вертикальной драмы — это десятки решений по звуку. Подобрать трек под ритм монтажа. Попасть в смену сцены. Найти эффект на удар. Проверить права. На всё уходит несколько часов. И почти всё это время — не на картинку.
На автоматизацию этого слоя команда, которая строила музыку и мультимодальные модели внутри TikTok, собрала $11 млн. Раунд Sonilo возглавил фонд B Capital, участвовал Redpoint. Это первый раунд компании.
Ставка понятна из арифметики. Генерация видео за два года подешевела на порядки. Синхронный звук остался ручной операцией. Вместе с правами на него это последний неавтоматизированный слой производственного конвейера.
## Что построили выходцы из TikTok
Sonilo делает продуктовую модель Sound World Model, что переводится как «модель мира звука». Формально это мультимодальная система, которая связывает три задачи: понимание видео, генерацию звука и выравнивание по времени. Модель читает движение в кадре и эмоциональные переходы, после чего пишет музыку и эффекты под конкретную сцену.
Вход здесь — не текстовый промпт, как у большинства музыкальных генераторов. Вход — сам видеофайл. Алгоритм учитывает ритм, монтажные склейки, паузы под голос и длину ролика, а затем выдаёт синхронизированную дорожку. Текстовое описание тоже работает, но как дополнительный вход.
## Sound World Model: звук из кадра, а не из промпта
Большинство генераторов музыки начинают с песни. Sonilo начинает с видео. Разница заметна на длинных сценах: трек обязан уложиться в финальный кадр, а не оборваться на полуноте. Компания называет это синхронизацией по кадрам — когда музыка попадает в монтажные склейки и держит длину эпизода.
Второй продукт — генерация звуковых эффектов. Речь идёт не только о музыке, но и о том, что делает сцену живой: удары, эмбиент, шум шагов, переходы и интерфейсные сигналы, привязанные к таймлайну.
Технически Sound World Model соединяет три вещи. Понимание видеоряда — что происходит в кадре и как меняется настроение. Генерацию аудио — музыка и эффекты. Временное выравнивание — привязка звука к конкретным моментам. Разрыв между этими частями и был узким местом: даже хорошая модель музыки бесполезна, если её приходится вручную подгонять под монтаж.
🎯
Sonilo продаёт не песню, а готовый звуковой слой к видео.
Правообладателю идёт доля, креатору — право монетизировать ролик.
Главный риск лежит не в качестве генерации, а в цене прав и скорости сделок с музыкальными мейджорами.
## Раунд, инвесторы и во что пойдут деньги
$11 млн раунд Sonilo
#### Первый раунд компании
Лидирует B Capital, участвует Redpoint. · _Sonilo, 2026_
B Capital — фонд с более $9 млрд под управлением и командой в девяти офисах в США и Азии. Дейзи Цай, партнёр фонда, формулирует ставку прямо: «Мы верим, что генеративный звук станет обязательной частью ИИ-стека для видео».
Redpoint выступил вторым инвестором. Деньги пойдут на три направления: вычислительная инфраструктура для масштабирования моделей, выход на платформы креаторов и разработчиков, развитие музыкального лицензирования.
Обратите внимание на приоритет расходов. Первым пунктом идёт не маркетинг, а вычислительные мощности. Генерация звука по видео дороже текстовой и музыкальной: модель обрабатывает видеоряд покадрово, и каждый ролик — это отдельный проход по длинной последовательности. Масштаб здесь упирается в железо.
## Команда, у которой уже были права и музыка
Состав основателей объясняет, почему лицензирование в Sonilo — не второстепенная тема. Шон Сонг, генеральный директор, учился в Университете Карнеги — Меллона и руководил мультимодальным направлением в TikTok. Алекс Инь, технический директор, получил степень доктора по компьютерной музыке в Университете Йорка и работал рядом с Сонгом. Кели Ли, операционный директор, строил и вёл глобальное музыкальное направление TikTok — то есть отвечал за сделки с правами и партнёрства с музыкальной индустрией. Триста Тейлор, директор по маркетингу, ведёт продукт и вывод на рынок.
Кели Ли — самое интересное имя в списке. Технический основатель запускает модель, но в звуке деньги делает тот, кто умеет договариваться с правообладателями. Опыт управления музыкальной операцией платформы в миллиард пользователей — это ровно тот навык, которого не хватает инженерным командам.
## Экономика звука: лицензии как актив
Sonilo строит коммерческую инфраструктуру вокруг лицензионного материала. Первый партнёр по лицензированию — Shutterstock. Модели обучены на лицензированных наборах музыки, а лицензионные платежи и доля выручки идут правообладателям и артистам. Компания сообщает, что закрывает сделки по мастер-записям и издательским правам с крупными правообладателями — соглашения ожидаются в ближайшие недели.
Здесь проходит граница с моделями, которые обучались без явной лицензии. Для автора разница не абстрактная: она определяет, можно ли монетизировать ролик на видеоплатформе, ставить его в рекламу и сдавать заказчику. Свободная лицензия генератора не спасает, если сама модель выучилась на чужом каталоге без согласия.
Показательная деталь из нашего трекинга. В октябре мы разбирали раунд Clueso — как мы писали в октябре, деньги там пошли в сопровождение корпоративного видео, а не в сам монтаж. Звук устроен так же: генерация дешевеет, а права и комплаенс остаются дорогими. Именно они превращают инструмент в продукт, который не страшно поставить в коммерческий пайплайн.
📊
**Ключевые сигналы для отслеживания**
Закрытие сделок по мастер-записям и издательским правам — обещаны в ближайшие недели.
Запуск потребительского приложения в четвёртом квартале.
Рост числа разработчиков на программном интерфейсе.
Реакция Suno, Udio и ElevenLabs: добавят ли они видео на вход.
## Чем это отличается от музыкальных генераторов
Рынок генерации музыки уже плотный. Suno и Udio собирают песни из текстового описания. ElevenLabs силён в голосе и дубляже. Общий знаменатель — пользователь приходит с идеей в голове и описывает её словами, а синхронизацию с картинкой делает сам.
Sonilo меняет точку входа. Пользователь приходит с готовым видео, а описание становится необязательным. Для коротких драм с плотным монтажом эта разница решает: там важна не песня как произведение, а звук, который держит темп сцены.
Параметр| Музыкальный генератор| Sonilo
---|---|---
**Вход** | Текстовый промпт | Видео или текст
**Синхронизация** | Вручную | По кадрам
**Звуковые эффекты** | Ограниченно | Отдельный продукт
**Права** | Разные схемы | Лицензированный датасет
Сравнение по публичным описаниям продуктов, 2026
Слабое место очевидно. Пока музыку можно сгенерировать бесплатно в соседней вкладке, платить за синхронный слой готовы не все. Sonilo отвечает на это лицензией и правами: платят не за звук, а за спокойствие юриста.
## Кому это продают
Три рынка. Первый — авторы коротких вертикальных видео и коротких драм, сериалы по 60–90 секунд на эпизод. Второй — платформы, которые сами собирают ИИ-видео и нуждаются в готовом звуковом слое через программный интерфейс. Третий — корпоративные продакшены.
Отдельная функция — дубляж с синхронизацией губ. Студии коротких драм получают возможность переводить видео на другие языки без ручной постобработки. Для жанра, который живёт объёмом и коротким циклом производства, стоимость локализации — прямой удар по марже. Тот же сюжет мы разбирали в сентябре — в материале про удешевление ИИ-дубляжа.
Ранние дистрибуционные партнёры — TapNow, агрегатор ИИ-креаторов, и ComfyUI. Оба дают доступ к аудитории, которая собирает контент из моделей, а не в монтажной программе.
Потребительское приложение компания планирует выпустить в четвёртом квартале. Это переносит генерацию музыки по видео из программного интерфейса в руки отдельного автора.
### Что будет со звуком для видео через год?
🔮
**К концу 2027 года генерация музыки и звуковых эффектов по видео станет стандартной функцией ИИ-видеоредакторов, а не отдельным продуктом. Горизонт: 12–15 месяцев.**
Вероятность: 70% — лицензионный путь уже поддержан Shutterstock, а потребительское приложение выходит в четвёртом квартале.
### Сценарии развития
#### 🟢 Оптимистичный сценарий (25%)
Сделки с мейджорами закрываются в срок, приложение набирает авторов, а платформы ИИ-видео встраивают звуковой слой через интерфейс.
**Последствия:** Sonilo становится инфраструктурой по умолчанию для звука в коротких драмах.
#### 🟡 Базовый сценарий (55%)
Продукт работает, но рынок растёт медленнее ожиданий. Конкуренты добавляют видео на вход, и преимущество сжимается до качества лицензии.
**Последствия:** выигрывают крупные платформы, встроившие звук в свои редакторы.
#### 🔴 Пессимистичный сценарий (20%)
Стоимость прав и судебные риски вокруг обучающих данных растут быстрее выручки, а авторы не готовы платить за то, что частично делает бесплатный инструмент.
**Последствия:** ниша остаётся сервисом для студий, но не становится массовым продуктом.
Что здесь важно, так это порядок ставок. Компания собрала деньги не на новую песню, а на инфраструктуру звука для видео и на права к ней. Спрос на картинку уже решён. Следующий вопрос индустрии — кто владеет звуком.
Sonilo привлекает $11 млн на аудио-слой для видео
Официальный релиз раунда: лид B Capital, участие Redpoint, модель Sound World Model и партнёрство с Shutterstock.
PR Newswire, Sonilo
Первоисточник по сумме раунда, инвесторам и продуктовым деталям.
Ветераны TikTok собрали $11 млн на генеративный звук
Эксклюзив Variety: происхождение команды, связь с TikTok и контекст сделки.
Variety
Даёт биографический контекст основателей и подтверждает эксклюзивность сделки.
Sonilo оценивает видео автоматически
Разбор сделки: дистрибуция через TapNow и ComfyUI, дубляж с синхронизацией губ и планы на приложение.
Dealroom
Сводит продуктовые детали и партнёрства в одном месте.