सार
टीम में कौन है?
फ़ुल-टाइम
7
टोरंटो में
पेपर
22
हर एक रिसर्च ओवरव्यू में
पीयर-रिव्यूड
18
ICLR, CVPR, ECCV, NeurIPS और दूसरे
उद्धरण
10,000 से ज़्यादा
2021 से
तीन को-फ़ाउंडर, Andrew Liu (CEO), Mingi Kwon (CTO) और Jibin Song (चीफ़ साइंटिस्ट), साथ में एक प्रिंसिपल रिसर्चर और मेंबर्स ऑफ़ टेक्निकल स्टाफ़; प्रो. Xu Zheng और प्रो. Youngjung Uh सलाहकार हैं। ECCV 2026 में उनका JAM-Flow इंसान का पहला जॉइंट ऑडियो-विज़ुअल मॉडल है; हर पेपर हमारे रिसर्च ओवरव्यू में है।
ह्यूमन वीडियो का पैसा कहां गया?
अवतारों में: ट्रेनिंग वीडियो के प्रेज़ेंटर, ऐसे एजेंट जिनसे आप आमने-सामने बात करते हैं।
अवतार और डिजिटल-ह्यूमन फ़ंडिंग राउंड, जैसा रिपोर्ट हुआ
| कंपनी | राउंड | घोषणा |
|---|---|---|
| Synthesia | $4B के वैल्यूएशन पर $200M सीरीज़ E | 26 जनवरी 2026 |
| Nuance Labs | $50M सीरीज़ A | 14 सितंबर 2026 |
| Tavus | $40M सीरीज़ B | 12 नवंबर 2025 |
| Hedra | $32M सीरीज़ A | 15 मई 2025 |
| HeyGen | $500M के वैल्यूएशन पर $60M सीरीज़ A | जून 2024 |
| DeepBrain AI, सियोल | $44M सीरीज़ B | अगस्त 2021 |
| Silicon Intelligence, नानजिंग | दस से ज़्यादा राउंड में कुल RMB 1 अरब से ज़्यादा | 5 जुलाई 2025 को रिपोर्ट हुआ |
अच्छी कंपनियां, हर एक वह बना रही है जिसमें उसका यक़ीन है; सोर्स रेफ़रेंसेज़ में हैं।
टीम ने अवतारों से मुंह क्यों मोड़ा?
जिस टीम ने इंसानों के जॉइंट ऑडियो-विज़ुअल मॉडल्स शुरू किए, वह किसी से कम अच्छे अवतार नहीं बना सकती थी; उसने नया इंसान बनाने का उल्टा रास्ता चुना। किसी एक्टर की जगह खड़ा फ़ोटोरियल इंसान खोखला लगता है, क्योंकि जैसे ही पता चलता है कि यह AI है, हमदर्दी घट जाती है (इंसान से इंसान तक, अवतार नहीं)।
इस तरफ़ से फ़्रंटियर कैसी दिखती है?
किसी इंसान को आगे ले जाना अपने आप में एक रिसर्च की समस्या है; पब्लिश्ड स्टडीज़ मापती हैं कि टीम कितने करीब पहुंची है।
YouTube ऑटो-डबिंग से ज़्यादा, बोलने वाले से आवाज़ की समानता
50 जोड़े · 5 भाषाएं · 8 अगस्त 2026 को फ़्रीज़YouTube ऑटो-डबिंग से कम ज़रूरी बातें बदलीं या छूटीं
वही 50 जोड़े · 8 अगस्त 2026एक्सपर्ट इंसानी ट्रांसलेटर्स की क्वालिटी का: बराबरी
फ़्रेंच · चीनी · हिंदी · इंडोनेशियाई · अगस्त 2026टीम आगे क्या कर रही है?
- आज
13 भाषाओं में डबिंग
4K तक, 5.1 या स्टीरियो में; ट्रांसलेशन के विकल्प आपके रिव्यू के लिए। - तैयारी में
फ़्रेम में लिखा टेक्स्ट, और ज़्यादा विकल्प
साइनबोर्ड और स्क्रीन लोकलाइज़; ऑडियो और विज़ुअल फ़ैसले बदलने का हक़ आपका। - तैयारी में
लाइव प्रसारण
स्पोर्ट्स, न्यूज़ और स्ट्रीम्स। - आगे चलकर
दोतरफ़ा, मीटिंग्स में और आमने-सामने
जहां भी कोई इंसानी दुभाषिया हो सकता है।
संदर्भ
- [1]Synthesia raises $200M Series E led by GV (Built In, 26 जनवरी 2026)
- [2]Nuance Labs bags $50M in funding (SiliconANGLE, 14 सितंबर 2026)
- [3]Tavus raises $40M Series B led by CRV (Scale Venture Partners, 12 नवंबर 2025)
- [4]Hedra raises $32 million (Cartoon Brew, मई 2025)
- [5]HeyGen raises $60M valued at $500M (Maginative, जून 2024)
- [6]DeepBrain AI raises $44M Series B (DeepBrain AI, अगस्त 2021)
- [7]Silicon Intelligence completes its Series D (36Kr, 5 जुलाई 2025)
- [8]JAM-Flow (ECCV 2026)
- [9]Familiar Labs बनाम YouTube ऑटो-डबिंग: फ़्रीज़्ड-कोहॉर्ट स्टडी
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


