SOMMARIO
Che cosa toglie l'etichetta
STUDI
9
PERSONE
Oltre 6.000
CHE COSA È CALATO
La parte affettiva dell'empatia
CHE COSA HA TENUTO
Sentirsi capiti
Risposte identiche sono state giudicate meno empatiche, meno di sostegno e meno autentiche quando erano etichettate come AI (Rubin, Perry, Goldenberg, Ong e colleghi, Nature Human Behaviour, 2025). L'etichetta arriverà in ogni caso: con l'AI Act europeo, dal 2 agosto 2026 i video e gli audio realistici fatti con l'AI vanno dichiarati. Per noi questa reazione è intrinseca, e attori e cantanti resteranno per lo più umani.
Fotorealistico, e vuoto
L'arte è impegno e creatività; l'AI può essere arte nella corsia dell'animazione, romanzi e manga portati sullo schermo senza nessun attore reale. Il fotorealismo che sostituisce una persona perde: il pubblico è venuto per l'essere umano.
La prova della musica
Vogliamo che a cantare e a rappare siano persone.
La Gen Z segue i creator per la loro vera personalità e vuole persone reali: le live, lo sport, le notizie, chi mostra ciò che usa davvero.
Il laboratorio che potrebbe costruire avatar
Il nostro team fa ricerca sulla generazione video di esseri umani. Portiamo l'interpretazione di una persona in un'altra lingua, con le urla e i sussurri intatti: oggi in 13 lingue, con le dirette in lavorazione.
Per approfondire: Da persona a persona, non da AI ad AI e perché esistiamo.
DOMANDE
Familiar Labs crea avatar?
No. Familiar Labs non genera mai una persona e non sostituisce mai un attore. Porta in un'altra lingua l'interpretazione di una persona.
Perché conta sapere che è AI?
In nove studi con oltre 6.000 persone, risposte identiche sono state giudicate meno empatiche quando erano etichettate come AI: cala la parte affettiva dell'empatia (Nature Human Behaviour, 2025).
Allora dove sta l'AI nel video?
Nell'animazione senza attori reali, in una guida animata dentro un'app, in una traccia di sottofondo. Dove ha recitato una persona, la persona resta.
RIFERIMENTI
Traduzione multimodale
Familiar Labs realizza un doppiaggio di nuova generazione con un modello di fondazione multimodale per la localizzazione (MLFM), il primo modello di fondazione per la traduzione multimodale: un solo modello decide cosa localizzare tra testo, audio e video, e ti mostra le scelte. La tua voce e le tue labbra, portate in nuove lingue. Un team di 7 persone con dottorati di ricerca, sostenuto da Samsung, RedBird e Gold House. La nostra missione
SOSTENUTI DA
Stanford
Yonsei



