RÉSUMÉ
Que décide le MLFM ?
LES CHOIX QUE VOUS VOYEZ
Pourquoi un seul modèle ?
UNE CHAÎNE D'OUTILS
- La reconnaissance vocale, puis la traduction, puis une voix, puis le lipsync, chaque étape réglée séparément.
- C'est cette chaîne qui a rendu le doublage automatique possible.
- Chaque étape devine pourtant sans les autres, si bien que les erreurs s'accumulent d'une étape à l'autre.
UN SEUL MODÈLE DE FONDATION, LE PREMIER DU GENRE
- Le MLFM prend les décisions ensemble.
- La traduction connaît la bouche à laquelle elle doit s'ajuster.
- La voix connaît la scène dans laquelle elle s'inscrit.
- La personne ne change jamais.
La traduction audiovisuelle d'un seul tenant, pas en cascade : la première du genre. C'est ce qui fait du MLFM le premier modèle de fondation pour la traduction multimodale : un seul modèle qui porte les mots, la voix, les lèvres et la scène dans une nouvelle langue, tout à la fois. Aujourd'hui, la voie de la qualité est assistée : une équipe d'artistes VFX et des semaines par projet, chaque langue étant un nouveau projet. Les outils en une seule passe d'aujourd'hui sont rapides et sacrifient tout le reste. Familiar Labs, c'est une seule passe, et la qualité.
Les outils en une seule passe d'aujourd'hui sacrifient tout le reste
Quelle différence entre localisation et traduction ?
La traduction, ce sont les mots. La localisation, c'est ce qu'une culture attend d'eux.
Le MLFM est-il de l'IA générative ?
Non. IBM la définit ainsi :
L'IA générative, parfois appelée gen AI, est une intelligence artificielle (IA) capable de créer du contenu original, comme du texte, des images, des vidéos, de l'audio ou du code logiciel, en réponse à l'invite ou à la demande d'un utilisateur.
C'est un outil puissant pour créer du neuf. Le MLFM n'a pas de prompt, et rien de nouveau n'est inventé : il décide comment localiser ce qui existe déjà. La position complète est exposée dans Pourquoi Familiar Labs n'est pas de l'IA générative au sens traditionnel et Traduire n'est pas générer.
À qui appartiennent ces décisions ?
À vous. Chaque décision que prend le MLFM est enregistrée avec le doublage, dans le relevé des décisions.
- AUJOURD'HUI
Vos directeurs artistiques valident les décisions de traduction.
Les traductions possibles, chacune avec son argumentaire ; ils en choisissent une avant toute diffusion. - AUJOURD'HUI
Une liste « Ne pas traduire » et un contexte d'une phrase accompagnent la tâche.
- EN PRÉPARATION
Les décisions sur le son et l'image, sur le même écran de validation.
- EN PRÉPARATION
La mémoire des décisions.
Un choix retenu pour un créateur s'applique en premier au doublage suivant : un choix fait une fois vaut aussi pour l'épisode suivant.
Le détail est dans Le relevé des décisions ; l'API prévue, dans la documentation des décisions.
QUESTIONS
Que signifie MLFM ?
MLFM signifie Multimodal Localization Foundation Model, en français modèle de fondation multimodal pour la localisation : un nouveau paradigme, le premier du genre, un seul modèle qui décide quoi localiser et comment, dans le texte, le son et l'image. Il choisit la version d'une réplique, ce qu'il faut traduire dans le son, qui parle à l'écran, et comment suivent les lèvres, les expressions et les gestes.
Le MLFM est-il un modèle vidéo ?
Pas au sens habituel. Le MLFM travaille sur des images qui existent déjà et décide comment les localiser : les mots, la voix, les lèvres et les expressions. La personne à l'écran reste exactement qui elle est, dans chaque langue.
Le MLFM crée-t-il de nouvelles images ?
Non. Il n'y a pas de prompt, et rien de nouveau n'est inventé. Le MLFM décide comment localiser ce qui existe déjà : l'acteur, le rythme et la scène restent, tandis que les mots, la piste vocale et les lèvres changent pour s'accorder à la nouvelle langue.
Que décide le MLFM dans le son ?
D'abord, quoi traduire. Il repère la voix principale et la porte dans la nouvelle langue avec la propre voix du locuteur. Les rires, la foule, un cri et une voix d'arrière-plan que personne ne distingue restent tels quels.
Le MLFM modifie-t-il les expressions ?
Quand l'insistance ou la culture l'exige. Les lèvres suivent les nouveaux mots à chaque réplique ; les expressions et les gestes suivent quand une réplique porte autrement dans la nouvelle langue. La personne reste exactement qui elle est.
Le MLFM traduit-il le texte à l'écran ?
Pas encore. Le texte à l'image, comme un écran de téléphone, une couverture de livre, un panneau de rue ou une devanture, est en cours d'intégration, rédigé dans les termes que vous avez déjà choisis ; le modèle décide à la volée ce qui reste tel que tourné, une marque, un nom, l'argot : un paquet de Tostitos reste Tostitos. Aujourd'hui, les mots, la voix, les lèvres, les expressions et les gestes sont localisés.
Puis-je modifier une décision prise par le modèle ?
Oui. Chaque décision est enregistrée avec la tâche, et vous pouvez revenir dessus. Aujourd'hui, vos directeurs artistiques choisissent parmi les traductions proposées, chacune avec son argumentaire, et un choix fait une fois vaut aussi pour l'épisode suivant.
Le modèle montre-t-il ses choix dans le son et l'image ?
Les choix de traduction sont visibles aujourd'hui. Les choix sur le son, comme ce qui reste dans la langue d'origine, et sur l'image, comme choisir un autre visage ou le texte à l'image à traduire, sont en préparation.
RÉFÉRENCES
Traduction multimodale
Familiar Labs conçoit un doublage d'une génération d'avance grâce à un modèle de fondation multimodal pour la localisation (MLFM), le premier modèle de fondation pour la traduction multimodale : un seul modèle décide ce qu'il faut localiser dans le texte, le son et l'image, et vous montre les choix. Votre voix et vos lèvres, portées dans de nouvelles langues. Une équipe de 7 personnes, dont des docteurs, soutenue par Samsung, RedBird et Gold House. Notre mission
SOUTENU PAR
Samsung Electronics, n°1 mondial des ventes de téléviseurs pour la 20e année consécutive.
Jesse Sisgold, COO de longue date de Skydance, rejoint RedBird comme senior advisor.THE HOLLYWOOD REPORTER ↗
KPop Demon Hunters, Avengers : Doomsday, Squid Game, entre autres.
- SAMSUNG VENTURES
Samsung Electronics détient la première part du marché mondial des téléviseurs pour la 20e année consécutive. Le groupe investit via Samsung Ventures, son bras de capital-risque depuis 1999.
- SOUS GESTION
- 2,8 Md$
- ENTREPRISES FINANCÉES
- 1 188
- SAMSUNG TV PLUS
- 100 M+ spectateurs par mois
AnthropicMistral AIWorld LabsCartesiaFigureTraduction instantanée de Galaxy AICentre de recherche en IA à TorontoDerrière lui, Samsung Electronics : environ 233 milliards de dollars de chiffre d'affaires en 2025, une année record de dépenses de recherche et la 5e marque mondiale (Interbrand, 2026).
- REDBIRD CAPITAL PARTNERS
Trois fois investisseur dans Skydance, désormais propriétaire de Paramount, de Warner Bros. et de DC Studios, la dernière en octobre 2026 pour la fusion avec Warner Bros. ; et propriétaire de l'AC Milan.

- ENGAGÉS DANS SKYDANCE
- 6 Md$ en trois tours
- OCTOBRE 2026
- 4 Md$ pour la fusion avec Warner Bros.
- AC MILAN
- Propriétaire depuis 2022
SkydanceParamountWarner Bros.DC StudiosBanijay EntertainmentArtists EquitySpringHillEverPass MediaAC MilanFenway Sports GroupUFLRedBird a finalisé son investissement dans Familiar Labs en pleine restructuration de ces entités juridiques. Fondée en 2014 par Gerry Cardinale, qui a créé la chaîne YES Network avec les New York Yankees et lancé Legends, la société gère plus de 21 milliards de dollars. Côté médias : Banijay, avec Jeff Zucker à la présidence, Artists Equity avec Ben Affleck et Matt Damon, SpringHill de LeBron James ; côté sport : l'AC Milan, Fenway Sports Group et l'UFL avec Dwayne Johnson.
- GOLD HOUSE
Le collectif à l'origine du moment Asie-Pacifique d'Hollywood, avec Familiar Labs sur la page de son portefeuille.
- GOLD OPEN
- 350+ salles pour Crazy Rich Asians
- SES CONSEILS
- Janet Yang, Jon M. Chu, Daniel Dae Kim
- GOLD HOUSE VENTURES
- Un fonds de 30 M$
ParasiteL'AdieuShang-ChiSundanceTIFFTribecaBlumhousePrime VideoNetflixUTAAccelLightspeedNEAGeneral CatalystJanet Yang a présidé l'Académie des Oscars de 2022 à 2025 ; les conseils réunissent aussi les directrices de la programmation de Sundance et du TIFF, la directrice du festival de Tribeca, le président de Blumhouse et le responsable de Prime Video aux États-Unis. Le fonds compte parmi ses soutiens les fondateurs de YouTube, Twitch et DoorDash.
« Nous avons de grandes ambitions pour Skydance, et nous comptons les poursuivre avec passion, imagination et le goût des risques calculés. Dans le même temps, nous honorerons ce qui fait la singularité de Paramount et de Warner Bros., en donnant aux deux studios l'occasion de grandir, de raconter davantage de grandes histoires et de les porter vers des publics encore plus larges dans le monde entier, grâce à l'envergure et aux capacités de Skydance. »
Annonce du nom de la société fusionnée, 2 octobre 2026THE HOLLYWOOD REPORTER ↗« Dans un monde d'AI slop, nous pensons qu'il y aura toujours une prime pour les récits véritablement faits main. Nous restons aussi convaincus que l'intelligence artificielle est un outil au service des artistes et qu'elle ne les remplacera jamais. »
Conférence sur les résultats du troisième trimestre, 9 novembre 2026GAMESRADAR+ ↗« Je pense que si l'on prend du recul et que l'on regarde la production, l'IA a vraiment le potentiel d'être la plus grande libération créative de l'histoire moderne. La dernière fois que nous avons vu quelque chose d'approchant, c'était vraiment l'avènement des images de synthèse et du compositing numérique au début des années 90. Cette technologie a donné naissance à des histoires extraordinaires comme Jurassic Park et Terminator 2. »
Lors de la même conférenceTHE HOLLYWOOD REPORTER ↗
Stanford
Yonsei
