UNSERE MISSION

Wir existieren, um jede Verständigungsbarriere zu durchbrechen.

01Die Geschichte

Woher das kommt.

Unser CEO Andrew Liu kam an eine Schule, an der er mit seinen Mitschülern kein Englisch sprechen konnte. Er war der einzige asiatische Schüler an der ganzen Schule. Er hatte keine Freunde. Die Sprache lernte er vor dem Fernseher; über den Bildschirm erreichte ihn das Englisch endlich. Das hat ihn nie wieder losgelassen.

Deshalb gibt es Familiar Labs: damit alles, was auf einem Bildschirm läuft, alle erreicht, in der Sprache, die sie verstehen.

Wir ersetzen keine Künstler. Wir übersetzen sie.

02Der schmale Grat

Den Menschen bewahren.

Unterhaltung wird bis 2030 eine Branche von 4,2 Billionen US-Dollar sein.

PwC, Global Entertainment & Media Outlook 2026–2030.

Ihre Zukunft verläuft auf einem schmalen Grat zwischen Massenproduktion und Kunst, und Familiar Labs steht auf der Seite der Kunst: Wir bewahren die menschliche Performance und das Mitgefühl, das sie trägt.

KunstWAS KUNST IST

Aufwand und Kreativität, eins von beiden oder beides.

KI kann Kunst machen, in ihrem eigenen Feld, das die Animation längst besetzt: Romane, Manga und Manhwa, auf den Bildschirm gebracht, ohne die Identität eines echten Schauspielers darin. Greift KI nach Fotorealismus, um an die Stelle des Schauspielers zu treten, der die Rolle gespielt hätte, wirkt das Ergebnis leer, denn das Publikum kam wegen des Menschen.

Wir wollen, dass Menschen singen und rappen.

Ein Song ist eine Performance aus einem gelebten Leben. Selbst wenn der Text von jemand anderem stammt, interpretiert ihn, wer singt, und genau das spüren wir. Ein vollständig generierter Song ist in Ordnung, wo niemand genau hinhört: in einer Werbung, als Musik im Laden.
03Warum die Jungen

Das jüngste Publikum will das Echte.

Die Gen Z ist das geschmackssicherste Publikum, das es je gab. Sie folgt Creators wegen ihrer echten Persönlichkeit, und sie schaut echten Menschen zu.

STREAMER
SPORT
NACHRICHTEN
SHOPPING-HOSTS

Wir sehnen uns nach menschlicher Nähe: nach der Persönlichkeit eines Menschen, nach seinem gewissen Etwas. Menschen fühlen mit Menschen mit, und das Mitgefühl schwindet, sobald man weiß, dass es KI ist.

04Die Performer

Schauspieler und Sänger bleiben Menschen. Größtenteils.

Selbst in Jahrzehnten werden Filme, Fernsehen und Musik ohne menschliche Performer eine Minderheit sein. Warum sollte KI die Künstler ersetzen, die ihre Rollen leben?

DER VORDERGRUND BLEIBT MENSCHLICH
Performer ist, wer unsere Aufmerksamkeit hat: der Schauspieler, die Sängerin, der Gitarrist, dessen Riff den Song trägt.
DER HINTERGRUND GEHT AN DIE KI
CGI, visuelle Effekte und wahrscheinlich die Statisten, sobald die Arbeit gut genug ist. Das ist Produktion, und das ist in Ordnung.
KUNST MIT KI
KI wird einige wirklich großartige Werke schaffen, mit viel Aufwand und viel Kreativität. Wir begrüßen das.
EINE SZENE WIE DIESE
“Wenn ich weiß, dass es KI ist, kann ich nicht dasselbe fühlen.”
Andrew Liu | CEO

Selbst wenn KI eines Tages diese Qualität erreicht, fehlt das Mitgefühl: die Verbindung von Mensch zu Mensch und der Wunsch, die Menschen zu unterstützen, die das geschaffen haben.

Das Ende von La La Land (2016), ab 7:47

Das meiste, was wir unterstützen, wird weiterhin menschlich sein. Das Mitgefühl, das wir für einen Menschen empfinden, ist keine Voreingenommenheit, die vergeht; es gehört dazu, wie wir leben, lieben und Sprache gebrauchen.

05Die Mauer

Sprache war schon immer die Mauer zwischen Menschen.

  • Ein Elternteil, das mit der Lehrerin seines Kindes nicht sprechen kann.

  • Ein Patient, der seine Symptome nicht beschreiben kann.

  • Ein Zeuge, der sich in der Sprache des Gerichts nicht verständlich machen kann.

06Was es ist

MLFM für die Fleißarbeit.

DAS ERSTE FOUNDATION MODEL FÜR MULTIMODALE ÜBERSETZUNG
  • Dein Material, deine Stimme, dein Gesicht. Nichts wird neu erfunden.
  • Keine Prompts. Nichts wird zufällig neu erzeugt.
  • Alle Daten, mit denen wir trainiert haben, hat das Team von Familiar Labs selbst erstellt.

Ein Modell, das entscheidet, was lokalisiert wird und wie, über Text, Ton und Bild hinweg, und dir die Optionen vorlegt, auf die es ankommt. Erst die Übersetzung, dann die Synchronisation in einem Durchgang: Stimme, Lippen und Szene zusammen. Die Entscheidungen passen zusammen, weil ein einziges Modell sie trifft. Der Mensch bleibt, wer er ist.

Keine „generative KI“, sondern Übersetzung im Dienst der Kreativen.

Wir sind ein weiteres Werkzeug im kreativen Prozess.

ÜBERSETZUNG

Welche Fassung eines Satzes.

HEUTE
  • Mehrere Fassungen abgewogen; deine Creative Directors sehen sie samt Begründung und entscheiden.
  • Was unübersetzt bleibt: der Slang, wie er gesagt wurde, der Name und die Marke.
  • Eine Anspielung, die das Publikum kennt; was die Kultur meidet, bleibt draußen; entschärfte Kraftausdrücke für eine jüngere Fassung.
TON

Was überhaupt übersetzt wird.

HEUTE
  • Die Hauptstimme gefunden und getragen, in der eigenen Stimme des Sprechers.
  • Das Lachen, die Menge, ein Ruf, jemand, den niemand versteht: Alles bleibt, wie es war.
IN ARBEIT
  • Ein Sprechchor, ein Schrei, eine Redewendung, in der Originalsprache belassen.
BILD

Was im Bild lokalisiert wird.

HEUTE
  • Wer es tatsächlich sagt: wer erzählt, wer aus dem Off spricht.
  • Die Lippen, samt Verdeckungen und räumlichem Denken.
  • Mimik und Gesten, wenn die Betonung oder die Kultur es verlangt.
IN ARBEIT
  • Der Text im Bild (ein Handydisplay, ein Buchcover, ein Straßenschild, ein Schaufenster), mit den Begriffen, die du schon festgelegt hast.
  • Was so bleibt, wie es gedreht wurde, von selbst entschieden: Eine Tüte Tostitos bleibt Tostitos.
  • Zu welchem Gesicht ein Satz gehört und welcher Text übersetzt wird.
07Wo wir anfangen

Wir fangen dort an, wo die Mauer am meisten kostet: beim Video.

74%der Internetnutzer sprechen kein Englisch

Synchronisation von Menschenhand ist für den Großteil der Welt nicht nutzbar: Selbst Top-Produktionen synchronisieren nur in wenige Sprachen, wegen der Kosten, des Personals und der Zeit. Kleinere Produktionen, Shows und Mikrodramen werden gar nicht synchronisiert.

Über Jahre bewiesen: Die internationalen Kanäle von Veritasium, 3Blue1Brown und Welch Labs betrieb das Unternehmen, das unser CTO führte.

▚ EIN DURCHGANG, NICHT WOCHEN ▞

FAMILIAR LABS · EIN DURCHGANG
Familiar LabsFamiliar Labs
ASSISTIVE VISUELLE SYNCHRONISATION · WOCHEN
FlawlessFlawless
TOOLS IN EINEM DURCHGANG · KEINE KONTROLLE
HeyGenHeyGenElevenLabsElevenLabs

Die assistiven Tools, mit denen die Branche heute arbeitet, brauchen ein Team aus VFX-Artists und Wochen pro Projekt, und jede Sprache ist ein neues Projekt.

DER UPLOAD
FAMILIAR LABS · EIN DURCHGANGEinmal hochladen; jede Sprache wird gerendert.
ASSISTIVE VISUELLE SYNCHRONISATION · WOCHENEin Master plus eine synchronisierte Tonspur pro Sprache, danach wochenlange VFX-Arbeit.
TOOLS IN EINEM DURCHGANG · KEINE KONTROLLEEinmal hochladen; du bekommst, was rauskommt.Sehr geringe Qualität.Keine Möglichkeit, die Übersetzung zu prüfen.
DIE ÜBERSETZUNG
FAMILIAR LABS · EIN DURCHGANGVon deinen Creative Directors geprüft, bevor die Synchro entsteht; eine Zeile mit mehr als einer Lesart kommt in drei Fassungen zurück.
ASSISTIVE VISUELLE SYNCHRONISATION · WOCHENEntsteht, bevor das Tool läuft, in der synchronisierten Tonspur, die du mitbringst.
TOOLS IN EINEM DURCHGANG · KEINE KONTROLLEBeim aktuellen Modell nur über eine Enterprise-API bearbeitbar; der Editor, mit dem es geht, gehört zum älteren Modell, im Wartungsmodus.
DER TON
FAMILIAR LABS · EIN DURCHGANGDie eigene Stimme des Sprechers; Musik, Lachen und Raumklang bleiben.
ASSISTIVE VISUELLE SYNCHRONISATION · WOCHENWas immer die synchronisierte Tonspur enthält, die du mitbringst.
TOOLS IN EINEM DURCHGANG · KEINE KONTROLLEDie Stimme entfernt sich vom Sprecher; Musik und Atmosphäre fallen weg.
WER SPRICHT
FAMILIAR LABS · EIN DURCHGANGDas Modell entscheidet, wer im Bild spricht.
ASSISTIVE VISUELLE SYNCHRONISATION · WOCHENArtists schneiden in jedem Frame jedes Gesicht zu und entscheiden von Hand.
TOOLS IN EINEM DURCHGANG · KEINE KONTROLLEDer Lipsync rät; sind mehrere Personen im Bild, bewegt sich der falsche Mund.
DIE SCHWIERIGEN EINSTELLUNGEN
FAMILIAR LABS · EIN DURCHGANGHände, Mikrofone, schnelle Bewegung, Unschärfe, mehrere Stimmen: Verdeckungen und räumliches Denken im selben Durchgang.
ASSISTIVE VISUELLE SYNCHRONISATION · WOCHENJede davon eine Korrektur von Hand vor der Abnahme.
TOOLS IN EINEM DURCHGANG · KEINE KONTROLLEEine Hand vorm Gesicht, ein Mikrofon, Unschärfe, Bokeh, eine Seitenansicht: Der Lipsync bricht zusammen.

Die Tools, die heute in einem Durchgang arbeiten, opfern den Rest: Die Übersetzung lässt sich nicht bearbeiten, Musik und Raumklang fallen weg, die Stimme driftet ab, und die Lippen versagen bei einer Hand vorm Gesicht, einem Mikrofon, Unschärfe, Bokeh, einer Seitenansicht oder mehreren Personen im Bild. Kein räumliches Denken, kein Weltverständnis, keine Kontrolle.

Familiar Labs vs. Flawless TrueSync →
08Unsere Rolle
++
Von Mensch zu Mensch, mit größerer Reichweite.

Wir tragen die Performance, die ein Mensch gegeben hat, in jede Sprache, mit seiner Stimme, seinem Gesicht, den Ausbrüchen und dem Flüstern, alles unversehrt.

Wir erzeugen nie einen Menschen. Wir ersetzen nie einen Schauspieler.

  1. HEUTE

    Synchronisation in 13 Sprachen.

  2. IN ARBEIT

    Live-Übertragungen: Sport, Nachrichten, Streams.

  3. SPÄTER

    In beide Richtungen: in Meetings und vor Ort.

Die Forschenden, die neue Menschen erzeugen könnten, haben sich entschieden, echte zu übertragen.

09Songs

Synchronisieren statt generieren.

Wir sind das Gegenteil von KI-Musikgenerierung. Wir sind dagegen, Menschen zu ersetzen. Dafür sollte KI da sein: damit Menschen über Kulturen hinweg denselben Song verstehen.

Unser CEO Andrew Liu ist Audiophiler und Musiker: Klavier, Cello, E-Bass. Seine Mutter teilt ihre Lieder mit ihm und singt sie ihm vor. Er versteht etwas Mandarin, aber gesungen rauschen die Worte an ihm vorbei. Unsere Eltern und Familien lieben Lieder, denen wir nicht folgen können, und wir lieben englische Songs, denen sie nicht folgen können. Song Dubbing schlägt die Brücke in beide Richtungen: ihre Lieder zu uns und unsere auf Koreanisch und Chinesisch zu ihnen, damit sie verstehen und auch zuhören. Das ganze Team singt gern, Karaoke inklusive. Wir alle wollen die Songtexte verstehen, die wir hören.

Die übersetzten Songs will ich in meine Playlist packen.
Jaeseok Jeong | Principal Researcher

Song DubbingDIE ERSTE ECHTE SONG-SYNCHRONISATION

Der Song, den du kennst, mit der Stimme desselben Sängers, in einer anderen Sprache. Bisher kam ein Song nur in eine andere Sprache, wenn er neu eingesungen wurde, vom Künstler selbst, von jemand anderem oder als neu gemachter Gesang; hier wird nichts neu eingesungen, die Original-Performance wird übertragen.

Für Plattenlabels und ihre Künstler, Album für Album, als persönlich betreuter Full-Service. Jede Zeile wird zum Singen übersetzt, mit ihren Silben, ihren Reimen, ihrem Flow und ihrer Bedeutung, und der Künstler gibt den Songtext in jeder Sprache frei, bevor irgendetwas erscheint.

10Warum Kanada

Kanadisch und global.

Familiar Labs sitzt in Toronto und arbeitet mit Freunden in der ganzen EU und rund um die Welt. Unsere Wurzeln treiben uns an, Sprachbarrieren überall abzubauen, bis hinein in die Nischensprachen.

HEUTE

13 Sprachen, jede in jede.

  • Arabisch
  • Chinesisch
  • Deutsch
  • Englisch
  • Französisch (Frankreich)
  • Hindi
  • Italienisch
  • Japanisch
  • Koreanisch
  • Portugiesisch (Brasilien)
  • Russisch
  • Spanisch (Lateinamerika)
  • Thailändisch
AUF DER ROADMAP
Québec-Französisch.
AUF DER ROADMAP
Die indigenen Sprachen Kanadas.

Timmins, im Norden Ontarios.

Dort ist unser CEO aufgewachsen, an einer Grundschule mit weißen Kindern und Kindern der First Nations. Seine Freunde hatten gemischte Wurzeln oder kamen aus den First Nations, aus Gemeinschaften, die viel zu oft übersehen werden, und ihren Sprachen geht es genauso. Der Norden Ontarios macht Spaß.

Unsere Vision: Eine Welt, in der jeder Mensch verstanden wird.

11Die Werte

Wir stellen uns gegen KI-Slop & Deepfakes.

Pro Mensch, nicht synthetisch.

Deine eigene Stimme, dein eigenes Gesicht.

Gegen KI-Slop, mit Zustimmung.

Übersetzen, nicht ersetzen. Zustimmung eingeholt und Herkunft belegt, bei allem.

Bewiesen, nicht theoretisch.

Veröffentlichte Benchmarks gegen ElevenLabs, YouTube und menschliche Übersetzer, auf denselben Clips.

Kontrolle, eingebaut.

Standardmäßig gilt: erst freigeben, dann rendern; Markennamen und Begriffe bleiben genau so, wie sie geschrieben sind.

KEINE DEEPFAKESNUR ÜBERSETZUNG
▚ DAS TEAM ▞

Erforscht und entwickelt mit

Andrew Liu
Andrew LiuCEOZUGRIFFSFREIGABE
Jibin Song
Jibin SongChief ScientistZWEITE SCHLÜSSELVERWAHRUNG | ÄNDERUNGSFREIGABE
Mingi Kwon
Mingi KwonCTOSICHERHEITSLEITUNG | SCHLÜSSELVERWAHRUNG | LÖSCHFREIGABE
Google Scholar ↗
Jaeseok Jeong
Jaeseok JeongPrincipal ResearcherINHALTSBEARBEITUNG
Google Scholar ↗
Michael Chan
Michael ChanCBOVORFALLSLEITUNG
Taehwan Lee
Taehwan LeeMember of Technical Staff
Tonghyun Lee
Tonghyun LeeMember of Technical Staff
Prof. Xu Zheng
Prof. Xu ZhengBerater
Prof. Youngjung Uh
Prof. Youngjung UhBerater
Google Scholar ↗
▚ FORSCHUNG ▞
Gemeinsame Generierung von Audio und Video

Stimme und Gesicht kommen aus einem einzigen Modell, die Identität kann also nie auseinanderdriften: das Forschungsfeld, das wir mit JAM-Flow begründet haben.

Echtzeit-Animation von Menschen

Die derzeit realistischste Echtzeit-Animation von Menschen: SoulX-LiveAct animiert eine Person mit 20 Bildern pro Sekunde, eine Stunde lang stabil.

Schnelle Videogenerierung

Destillation, Guidance und Sampling: die Forschung, die Diffusionsmodelle schnell genug für Echtzeit macht.

Editieren in Diffusionsmodellen

Editieren in eingefrorenen Diffusionsmodellen: von der Entdeckung des h-space über die Steuerung des Stils bis zum Entfernen von eingeblendetem Text.

Multimodale Wahrnehmung

Die Szene lesen, bevor sie editiert wird: wer gerade spricht, aus Bild und Ton gemeinsam, in jeder Umgebung.

Seit 2021 über 10.000 Zitationen und mehr als 100 Paper, unter anderem bei ICLR, NeurIPS, CVPR und ECCV.

UNTERSTÜTZT VON

  • Wheelhouse
  • Maximum Effort
  • Stanford
  • Yonsei
  • University of Waterloo