A Bria foi fundada em 2020 em Tel Aviv por Yair Adato e uma equipe de pesquisadores em visão computacional que fizeram uma aposta que se mostrou presciente: que as questões legais e éticas em torno dos dados de treinamento de IA eventualmente se tornariam um impeditivo para a adoção empresarial. Enquanto todas as outras empresas de geração de imagens estavam raspando a internet em busca de dados de treinamento — uma prática que mais tarde desencadearia processos judiciais da Getty Images, coletivos de artistas e jornais — a Bria construiu seus modelos exclusivamente com datasets licenciados e atribuídos. Fizeram acordos com agências de fotos, bibliotecas de conteúdo e criadores individuais, garantindo que cada imagem em seus dados de treinamento tivesse proveniência clara e que os criadores originais recebessem compensação.
O produto da Bria não é voltado para artistas individuais ou usuários casuais. Seu cliente-alvo é a equipe de marketing empresarial, a plataforma de e-commerce ou a agência de design que precisa de imagens geradas por IA em escala, mas não pode arcar com o risco legal de usar modelos treinados com dados raspados. A suíte de produtos inclui remoção de fundo, geração de imagens, aprimoramento de imagens e criação de conteúdo visual consistente com a marca — tudo entregue por APIs que se integram a workflows existentes. A Bria também oferece implantação on-premise para organizações com requisitos rígidos de governança de dados, o que é um diferencial significativo no mercado empresarial de IA, onde enviar imagens proprietárias de produtos para uma nuvem de terceiros frequentemente é algo inaceitável.
A Bria levantou mais de US$ 40 milhões em múltiplas rodadas de financiamento, com investidores incluindo Samsung Next, Intel Capital e Publicis Groupe — este último sendo notável porque a Publicis é uma das maiores holdings de publicidade do mundo e representa exatamente o tipo de cliente empresarial que a Bria está mirando. A empresa também firmou parcerias com a Getty Images e a Shutterstock, transformando potenciais adversários em canais de distribuição e parceiros de dados de treinamento. Essa estratégia de se alinhar com o ecossistema de conteúdo existente, em vez de disruptá-lo, dá à Bria uma vantagem estrutural em vendas empresariais, onde equipes de compras cada vez mais fazem perguntas pontuais sobre a proveniência dos dados de treinamento.
A realidade honesta é que os modelos da Bria nem sempre são os mais visualmente impressionantes do mercado. Treinar exclusivamente com dados licenciados significa um dataset menor e mais restrito em comparação com empresas que raspam bilhões de imagens da web aberta. A qualidade da saída é boa — e melhorou substancialmente a cada versão do modelo — mas nem sempre iguala a amplitude criativa do Midjourney ou a fidelidade fotorrealista do Flux. A Bria está apostando que essa diferença vai diminuir à medida que seu dataset licenciado cresce, e que o trade-off qualidade-versus-conformidade vai pender cada vez mais para a conformidade conforme as regulamentações se endurecem. O AI Act da UE, legislações futuras nos EUA e processos de direitos autorais em andamento sugerem que o investimento antecipado da Bria em dados de treinamento limpos pode ser seu ativo mais valioso.