SOMMARIO
Chi c'è nel team?
A TEMPO PIENO
7
a Toronto
PAPER
22
tutti nella panoramica della ricerca
CON PEER REVIEW
18
ICLR, CVPR, ECCV, NeurIPS e altre
CITAZIONI
Oltre 10.000
dal 2021
Tre co-founder, Andrew Liu (CEO), Mingi Kwon (CTO) e Jibin Song (Chief Scientist), con un Principal Researcher e i Member of Technical Staff; il prof. Xu Zheng e il prof. Youngjung Uh sono advisor. Il loro JAM-Flow, a ECCV 2026, è il primo modello audiovisivo congiunto di esseri umani; ogni paper è nella nostra panoramica della ricerca.
Dove sono andati i soldi del video con esseri umani?
Agli avatar: presentatori per i video di formazione, agenti con cui parlare faccia a faccia.
ROUND DI AVATAR E DIGITAL HUMAN, COME RIPORTATI
| AZIENDA | ROUND | ANNUNCIATO |
|---|---|---|
| Synthesia | Serie E da 200 milioni di dollari a una valutazione di 4 miliardi | 26 gennaio 2026 |
| Nuance Labs | Serie A da 50 milioni di dollari | 14 settembre 2026 |
| Tavus | Serie B da 40 milioni di dollari | 12 novembre 2025 |
| Hedra | Serie A da 32 milioni di dollari | 15 maggio 2025 |
| HeyGen | Serie A da 60 milioni di dollari a una valutazione di 500 milioni | Giugno 2024 |
| DeepBrain AI, Seul | Serie B da 44 milioni di dollari | Agosto 2021 |
| Silicon Intelligence, Nanchino | Oltre 1 miliardo di RMB in più di dieci round | Riportato il 5 luglio 2025 |
Buone aziende, ognuna costruisce ciò in cui crede; le fonti sono nei riferimenti.
Perché il team ha detto no agli avatar?
Un team che ha fondato i modelli audiovisivi congiunti di esseri umani saprebbe costruire avatar come chiunque altro; ha scelto l'opposto di creare un nuovo essere umano. Un sostituto fotorealistico di un attore risulta vuoto, perché quando sappiamo che è AI l'empatia cala (Da persona a persona, non avatar).
Com'è la frontiera vista da questa parte?
Portare una persona in un'altra lingua è un problema di ricerca a sé; gli studi pubblicati misurano quanto ci si è avvicinato il team.
Di somiglianza in più con la voce di chi parla rispetto al doppiaggio automatico di YouTube
50 COPPIE · 5 LINGUE · CONGELATO L'8 AGOSTO 2026Di concetti importanti cambiati o persi in meno rispetto al doppiaggio automatico di YouTube
LE STESSE 50 COPPIE · 8 AGOSTO 2026Della qualità dei traduttori umani esperti: alla pari
FRANCESE · CINESE · HINDI · INDONESIANO · AGOSTO 2026Su cosa sta spingendo il team adesso?
- OGGI
Doppiaggio in 13 lingue
Fino al 4K, in 5.1 o stereo; le scelte di traduzione le rivedi tu. - IN LAVORAZIONE
Il testo nell'inquadratura, e più scelte
Cartelli e schermi localizzati; le decisioni audio e video le puoi cambiare tu. - IN LAVORAZIONE
Le dirette
Sport, notizie e streaming. - PIÙ AVANTI
Bidirezionale, nelle riunioni e in presenza
Ovunque possa esserci un interprete umano.
RIFERIMENTI
- [1]Synthesia raises $200M Series E led by GV (Built In, 26 gennaio 2026)
- [2]Nuance Labs bags $50M in funding (SiliconANGLE, 14 settembre 2026)
- [3]Tavus raises $40M Series B led by CRV (Scale Venture Partners, 12 novembre 2025)
- [4]Hedra raises $32 million (Cartoon Brew, maggio 2025)
- [5]HeyGen raises $60M valued at $500M (Maginative, giugno 2024)
- [6]DeepBrain AI raises $44M Series B (DeepBrain AI, agosto 2021)
- [7]Silicon Intelligence completa la Serie D (36Kr, 5 luglio 2025)
- [8]JAM-Flow (ECCV 2026)
- [9]Familiar Labs vs doppiaggio automatico di YouTube: lo studio su coorte congelata
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


