सार
AI का लेबल क्या छीन लेता है
स्टडीज़
9
लोग
6,000 से ज़्यादा
क्या घटा
हमदर्दी का परवाह वाला हिस्सा
क्या बना रहा
समझे जाने का एहसास
AI का लेबल लगते ही हूबहू एक जैसे जवाबों को कम हमदर्द, कम सहारा देने वाला और कम सच्चा आंका गया (Rubin, Perry, Goldenberg, Ong और साथी, Nature Human Behaviour, 2025)। लेबल तो वैसे भी आ रहा है: EU के AI Act के तहत, 2 अगस्त 2026 से असली जैसे दिखने वाले AI वीडियो और ऑडियो के बारे में बताना ज़रूरी है। हम मानते हैं कि यह प्रतिक्रिया हमारे भीतर ही बसी है, और एक्टर और गायक काफ़ी हद तक इंसान ही रहेंगे।
फ़ोटोरियल, पर खोखला
कला मेहनत और क्रिएटिविटी है; एनिमेशन के रास्ते पर AI भी कला हो सकता है, स्क्रीन पर उतरे नॉवेल और मांगा, जिनमें कोई असली एक्टर नहीं। किसी इंसान की जगह लेने वाला फ़ोटोरियलिज़्म हार जाता है: ऑडियंस इंसान को देखने आई थी।
म्यूज़िक वाली कसौटी
हम चाहते हैं कि इंसान गाएं और रैप करें।
जेन-ज़ी क्रिएटर्स को उनकी असली पर्सनैलिटी के लिए फ़ॉलो करते हैं, और उन्हें असली लोग चाहिए: स्ट्रीम्स, स्पोर्ट्स, न्यूज़, कोई होस्ट जो वही दिखाए जो वह सच में इस्तेमाल करता है।
वह लैब जो अवतार बना सकती थी
हमारी टीम ह्यूमन वीडियो जनरेशन में रिसर्च करती है। हम किसी इंसान की परफ़ॉर्मेंस को दूसरी भाषा तक ले जाते हैं, चीख़ें और फुसफुसाहटें बरकरार: आज 13 भाषाओं में, लाइव प्रसारण तैयारी में।
और पढ़िए: इंसान से इंसान तक, AI से AI तक नहीं और हम क्यों हैं।
सवाल
क्या Familiar Labs अवतार बनाता है?
नहीं। Familiar Labs कभी कोई इंसान जनरेट नहीं करता और कभी किसी एक्टर की जगह नहीं लेता। यह किसी इंसान की परफ़ॉर्मेंस को दूसरी भाषा तक ले जाता है।
यह जानना कि यह AI है, फ़र्क क्यों डालता है?
6,000 से ज़्यादा लोगों पर हुई नौ स्टडीज़ में, AI का लेबल लगते ही हूबहू एक जैसे जवाबों को कम हमदर्द आंका गया, और गिरावट हमदर्दी के परवाह वाले हिस्से में थी (Nature Human Behaviour, 2025)।
तो वीडियो में AI की जगह कहां है?
एनिमेशन में, जिसमें कोई असली एक्टर नहीं, किसी ऐप पर कार्टून गाइड में, बैकग्राउंड ट्रैक में। जहां किसी इंसान ने एक्टिंग की, वहां इंसान बना रहता है।
संदर्भ
मल्टीमोडल ट्रांसलेशन
Familiar Labs एक पीढ़ी आगे की डबिंग बनाता है, मल्टीमोडल लोकलाइज़ेशन फ़ाउंडेशन मॉडल (MLFM) से, जो मल्टीमोडल ट्रांसलेशन का पहला फ़ाउंडेशन मॉडल है: एक ही मॉडल तय करता है कि टेक्स्ट, ऑडियो और विज़ुअल में क्या लोकलाइज़ करना है, और फ़ैसले आपके सामने रखता है। आपकी आवाज़ और होंठ, अब नई भाषाओं में। PhD वाली 7 लोगों की टीम, जिसके पीछे Samsung, RedBird और Gold House हैं। हमारा मिशन
हमारे निवेशक
Stanford
Yonsei



