टीम

अवतारों से मुंह मोड़ने वाली टीम

FAMILIAR LABS रिसर्चसारे लेख

सार

ह्यूमन वीडियो का पैसा अवतारों में गया: सॉफ़्टवेयर के लिए नए चेहरे और नई आवाज़ें। इंसानों के जॉइंट ऑडियो-विज़ुअल मॉडल्स शुरू करने वाले रिसर्चर दूसरी दिशा में गए: Familiar Labs किसी इंसान की पहले से दी हुई परफ़ॉर्मेंस को 13 भाषाओं तक ले जाता है, आवाज़ और चेहरा बरकरार।

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

Synthesia
राउंड
$4B के वैल्यूएशन पर $200M सीरीज़ E
घोषणा
26 जनवरी 2026
Nuance Labs
राउंड
$50M सीरीज़ A
घोषणा
14 सितंबर 2026
Tavus
राउंड
$40M सीरीज़ B
घोषणा
12 नवंबर 2025
Hedra
राउंड
$32M सीरीज़ A
घोषणा
15 मई 2025
HeyGen
राउंड
$500M के वैल्यूएशन पर $60M सीरीज़ A
घोषणा
जून 2024
DeepBrain AI, सियोल
राउंड
$44M सीरीज़ B
घोषणा
अगस्त 2021
Silicon Intelligence, नानजिंग
राउंड
दस से ज़्यादा राउंड में कुल RMB 1 अरब से ज़्यादा
घोषणा
5 जुलाई 2025 को रिपोर्ट हुआ
अवतार और डिजिटल-ह्यूमन फ़ंडिंग राउंड, जैसा रिपोर्ट हुआ
कंपनीराउंडघोषणा
Synthesia$4B के वैल्यूएशन पर $200M सीरीज़ E26 जनवरी 2026
Nuance Labs$50M सीरीज़ A14 सितंबर 2026
Tavus$40M सीरीज़ B12 नवंबर 2025
Hedra$32M सीरीज़ A15 मई 2025
HeyGen$500M के वैल्यूएशन पर $60M सीरीज़ Aजून 2024
DeepBrain AI, सियोल$44M सीरीज़ Bअगस्त 2021
Silicon Intelligence, नानजिंगदस से ज़्यादा राउंड में कुल RMB 1 अरब से ज़्यादा5 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?

++

हम कभी कोई इंसान जनरेट नहीं करते, और कभी किसी एक्टर की जगह नहीं लेते।

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।

FIG. 01 · पब्लिश्ड स्टडीज़ · अगस्त 2026
182.9%

YouTube ऑटो-डबिंग से ज़्यादा, बोलने वाले से आवाज़ की समानता

50 जोड़े · 5 भाषाएं · 8 अगस्त 2026 को फ़्रीज़
70.3%

YouTube ऑटो-डबिंग से कम ज़रूरी बातें बदलीं या छूटीं

वही 50 जोड़े · 8 अगस्त 2026
100.3%

एक्सपर्ट इंसानी ट्रांसलेटर्स की क्वालिटी का: बराबरी

फ़्रेंच · चीनी · हिंदी · इंडोनेशियाई · अगस्त 2026

टीम आगे क्या कर रही है?

  1. आज

    13 भाषाओं में डबिंग

    4K तक, 5.1 या स्टीरियो में; ट्रांसलेशन के विकल्प आपके रिव्यू के लिए।
  2. तैयारी में

    फ़्रेम में लिखा टेक्स्ट, और ज़्यादा विकल्प

    साइनबोर्ड और स्क्रीन लोकलाइज़; ऑडियो और विज़ुअल फ़ैसले बदलने का हक़ आपका।
  3. तैयारी में

    लाइव प्रसारण

    स्पोर्ट्स, न्यूज़ और स्ट्रीम्स।
  4. आगे चलकर

    दोतरफ़ा, मीटिंग्स में और आमने-सामने

    जहां भी कोई इंसानी दुभाषिया हो सकता है।

संदर्भ

  1. [1]Synthesia raises $200M Series E led by GV (Built In, 26 जनवरी 2026)
  2. [2]Nuance Labs bags $50M in funding (SiliconANGLE, 14 सितंबर 2026)
  3. [3]Tavus raises $40M Series B led by CRV (Scale Venture Partners, 12 नवंबर 2025)
  4. [4]Hedra raises $32 million (Cartoon Brew, मई 2025)
  5. [5]HeyGen raises $60M valued at $500M (Maginative, जून 2024)
  6. [6]DeepBrain AI raises $44M Series B (DeepBrain AI, अगस्त 2021)
  7. [7]Silicon Intelligence completes its Series D (36Kr, 5 जुलाई 2025)
  8. [8]JAM-Flow (ECCV 2026)
  9. [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

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