EQUIPO

Doctores e investigadores

  • Stanford
  • Yonsei
  • University of Waterloo
▚ EL EQUIPO ▞

Existimos para derribar todas las barreras al entendimiento.

Imagina un mundo en el que todo lo que vemos y escuchamos se reproduce en todos los idiomas con total naturalidad. Por fin entendemos las canciones que aman nuestros papás y nuestras familias; y nuestras canciones favoritas en inglés les llegan en coreano y en chino, para que ellos también las entiendan y las escuchen. Para los angloparlantes, lo mejor de Corea, de China y del resto del mundo. Para todos los demás, el contenido en inglés, sin subtítulos.

Quiero agregar estas canciones traducidas a mi playlist.
Jaeseok Jeong | Investigador principal
Andrew LiuAndrew LiuCEODe persona a persona, no de IA a IA →
Andrew Liu
Andrew LiuCEOAPROBACIÓN DE ACCESOS
Jibin Song
Jibin SongCientífica jefaSEGUNDA CUSTODIA DE CLAVES | APROBACIÓN DE CAMBIOS
Mingi Kwon
Mingi KwonCTORESPONSABLE DE SEGURIDAD | CUSTODIA DE CLAVES | RESPONSABLE DE ELIMINACIÓN
Google Scholar ↗
Jaeseok Jeong
Jaeseok JeongInvestigador principalRESPONSABLE DEL CONTENIDO
Google Scholar ↗
Michael Chan
Michael ChanCBORESPONSABLE DE INCIDENTES
Taehwan Lee
Taehwan LeeMiembro del equipo técnico
Tonghyun Lee
Tonghyun LeeMiembro del equipo técnico
Prof. Xu Zheng
Prof. Xu ZhengAsesor
Prof. Youngjung Uh
Prof. Youngjung UhAsesor
Google Scholar ↗

▚ HALLOWEEN 2026 ▞

Toronto, noche de Halloween: el equipo se disfrazó de mariposas.

Church Street
01 · Church Street
De vuelta a casa
02 · De vuelta a casa
Cinco sombras
03 · Cinco sombras

▚ INVESTIGACIÓN ▞

Generación de audio y video de forma conjunta

La voz y el rostro salen de un solo modelo, para que la identidad nunca se divida: el campo que fundamos con JAM-Flow.

Animación humana en tiempo real

Los humanos en tiempo real más realistas de hoy: SoulX-LiveAct anima a una persona a 20 fotogramas por segundo, estable durante una hora.

Generación rápida de video

Destilación, guía y muestreo: la investigación que hace que los modelos de difusión sean lo bastante rápidos para el tiempo real.

Edición dentro de los modelos de difusión

Edición dentro de modelos de difusión congelados: desde encontrar el h-space hasta controlar el estilo y eliminar el texto en pantalla.

Percepción multimodal

Leer la escena antes de editarla: saber quién habla, viendo y escuchando a la vez, en cualquier entorno.

Desde 2021, más de 10,000 citas y más de 100 papers en ICLR, NeurIPS, CVPR y ECCV, entre otras.

CON EL RESPALDO DE

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