LA NOSTRA MISSIONE

Esistiamo per abbattere ogni barriera alla comprensione.

01La storia

Da dove nasce tutto.

Il nostro CEO, Andrew Liu, è arrivato in una scuola dove non riusciva a parlare in inglese con i compagni di classe. Era l'unico asiatico di tutta la scuola. Non aveva amici. La lingua l'ha imparata guardando la TV: è dallo schermo che l'inglese, alla fine, è arrivato fino a lui. Non l'ha mai dimenticato.

Per questo esiste Familiar Labs: perché ciò che passa su uno schermo arrivi a tutti, nella lingua che capiscono.

Non sostituiamo gli artisti. Li traduciamo.

02Il confine

Preservare l'umano.

Entro il 2030 l'intrattenimento varrà 4.200 miliardi di dollari.

PwC, Global Entertainment & Media Outlook 2026–2030.

Il suo futuro corre lungo un confine sottile tra produzione in serie e arte, e Familiar Labs sta dalla parte dell'arte: preservare l'interpretazione umana e l'empatia che porta con sé.

ArteCHE COS'È L'ARTE

Impegno e creatività: l'uno, l'altra o entrambi.

L'AI può fare arte nella sua corsia, quella che l'animazione occupa già: romanzi, manga e manhwa portati sullo schermo, senza l'identità di nessun attore reale. Quando l'AI punta al fotorealismo per prendere il posto dell'attore che avrebbe recitato, il risultato è vuoto, perché il pubblico è venuto per la persona.

Vogliamo che a cantare e a rappare siano persone.

Una canzone è un'interpretazione che nasce da una vita vissuta. Anche quando il testo è di qualcun altro, chi canta lo interpreta, ed è questo che sentiamo. Una canzone generata per intero va benissimo dove nessuno ascolta davvero: uno spot, la musica di sottofondo in un negozio.
03Perché i giovani

Il pubblico più giovane vuole l'autentico.

La Gen Z è il pubblico con più gusto che ci sia mai stato. Segue i creator per la loro vera personalità e guarda persone reali.

STREAMER
SPORT
NOTIZIE
HOST DI SHOPPING

Abbiamo bisogno di contatto umano: la personalità di qualcuno, quel suo non so che. Gli esseri umani provano empatia per gli esseri umani, e l'empatia cala quando sai che è AI.

04Gli interpreti

Attori e cantanti restano umani. Per lo più.

Anche fra decenni, film, televisione e musica senza un interprete umano saranno una minoranza. Perché l'AI dovrebbe sostituire gli artisti che vivono i loro ruoli?

IN PRIMO PIANO RESTANO LE PERSONE
L'interprete è chiunque catturi la nostra attenzione: l'attore, il cantante, il chitarrista il cui riff regge la canzone.
LO SFONDO PASSA ALL'AI
La CGI, gli effetti visivi e probabilmente le comparse, quando il lavoro sarà abbastanza buono. È produzione, e va bene così.
ARTE FATTA CON L'AI
L'AI farà anche opere davvero grandi, con molto impegno e molta creatività. Le accogliamo volentieri.
UNA SCENA COME QUESTA
“Se so che è fatto con l'AI, non provo le stesse emozioni.”
Andrew Liu | CEO

Mettiamo che un giorno l'AI arrivi a questa qualità. Mancherebbe comunque l'empatia: il legame umano, e la voglia di sostenere chi l'ha realizzato.

Il finale di La La Land (2016), dal minuto 7:47

La maggior parte di ciò che sceglieremo di sostenere resterà umana. L'empatia che proviamo per una persona non è un pregiudizio destinato a svanire; è il modo in cui viviamo, amiamo e usiamo il linguaggio.

05Il muro

La lingua è sempre stata il muro tra le persone.

  • Un genitore che non riesce a parlare con l'insegnante del figlio.

  • Un paziente che non riesce a descrivere i propri sintomi.

  • Un testimone che non riesce a farsi capire nella lingua del tribunale.

06Che cos'è

MLFM per il lavoro più noioso.

IL PRIMO MODELLO DI FONDAZIONE PER LA TRADUZIONE MULTIMODALE
  • Il tuo girato, la tua voce, il tuo volto. Non si inventa niente di nuovo.
  • Niente prompt. Niente di nuovo generato a caso.
  • Tutti i dati con cui abbiamo addestrato il modello li ha creati in prima persona il team di Familiar Labs.

Un solo modello che decide cosa localizzare e come, tra testo, audio e video, e ti mostra le scelte che contano. Prima la traduzione, poi il doppiaggio in un colpo solo: la voce, le labbra e la scena insieme. Le decisioni sono coerenti tra loro perché le prende lo stesso modello. La persona non cambia mai.

Non “AI generativa”, ma traduzione al servizio dei creativi.

Siamo uno strumento in più nel processo creativo.

TRADUZIONE

Quale traduzione per ogni battuta.

OGGI
  • Più traduzioni valutate; i tuoi direttori creativi vedono le opzioni con le motivazioni e scelgono.
  • Cosa non tradurre: il gergo lasciato così com'è, il nome e il marchio mantenuti.
  • Il riferimento sostituito con uno che il pubblico conosce, ciò che quella cultura evita, il turpiloquio attenuato per i più giovani.
AUDIO

Prima di tutto, cosa tradurre.

OGGI
  • La voce principale individuata e mantenuta: chi parla conserva la propria voce.
  • Le risate, la folla, un grido, una voce che nessuno riesce a distinguere: lasciati com'erano.
IN LAVORAZIONE
  • Un coro, un urlo, una frase lasciati in lingua originale.
VIDEO

Cosa localizzare sullo schermo.

OGGI
  • Chi sta davvero parlando: chi fa da narratore, chi parla fuori campo.
  • Le labbra, occlusioni e ragionamento spaziale compresi.
  • Le espressioni e i gesti, quando l'enfasi o la cultura lo richiedono.
IN LAVORAZIONE
  • Il testo nell'inquadratura, lo schermo di un telefono, la copertina di un libro, un cartello stradale, un'insegna, con i termini che hai già scelto.
  • Cosa resta così come è stato girato, deciso al volo: un sacchetto di Tostitos resta Tostitos.
  • A quale volto appartiene una battuta, e quale testo tradurre.
07Da dove partiamo

Partiamo da dove il muro costa di più: il video.

74%degli utenti di internet non parla inglese

Per gran parte del mondo il doppiaggio umano non è praticabile: anche le grandi produzioni doppiano solo in poche lingue, per i costi, le persone e i tempi che richiede. Le produzioni più piccole, le serie e i micro drama verticali non vengono doppiati affatto.

Dimostrato da anni di gestione dei canali internazionali di Veritasium, 3Blue1Brown e Welch Labs, nell'azienda guidata dal nostro CTO.

▚ IN UN COLPO SOLO, NON IN SETTIMANE ▞

FAMILIAR LABS · IN UN COLPO SOLO
Familiar LabsFamiliar Labs
DOPPIAGGIO VISIVO ASSISTITO · SETTIMANE
FlawlessFlawless
STRUMENTI IN UN COLPO SOLO · NESSUN CONTROLLO
HeyGenHeyGenElevenLabsElevenLabs

Gli strumenti di supporto che l'industria usa oggi richiedono un team di artisti VFX e settimane per progetto, e ogni lingua è un progetto nuovo.

IL CARICAMENTO
FAMILIAR LABS · IN UN COLPO SOLOCarichi una volta sola; escono tutte le lingue.
DOPPIAGGIO VISIVO ASSISTITO · SETTIMANEUn master più una traccia audio doppiata per ogni lingua, poi settimane di lavoro VFX.
STRUMENTI IN UN COLPO SOLO · NESSUN CONTROLLOCarichi una volta sola; prendi quello che esce.Qualità molto bassa.La traduzione non si può revisionare.
LA TRADUZIONE
FAMILIAR LABS · IN UN COLPO SOLOLa revisionano i tuoi direttori creativi prima del doppiaggio; una riga che si può leggere in più modi torna in tre traduzioni.
DOPPIAGGIO VISIVO ASSISTITO · SETTIMANEFatta prima che lo strumento entri in gioco, nella traccia doppiata che porti tu.
STRUMENTI IN UN COLPO SOLO · NESSUN CONTROLLOSul modello attuale non si può modificare fuori da un'API Enterprise; l'editor che lo permette gira sul modello precedente, in modalità di manutenzione.
IL SUONO
FAMILIAR LABS · IN UN COLPO SOLOLa voce di chi parla; la musica, le risate e l'ambiente restano.
DOPPIAGGIO VISIVO ASSISTITO · SETTIMANEQuello che contiene la traccia doppiata che porti tu.
STRUMENTI IN UN COLPO SOLO · NESSUN CONTROLLOLa voce si allontana da quella di chi parla; la musica e l'atmosfera spariscono.
CHI STA PARLANDO
FAMILIAR LABS · IN UN COLPO SOLOIl modello decide chi sta parlando sullo schermo.
DOPPIAGGIO VISIVO ASSISTITO · SETTIMANEGli artisti ritagliano ogni volto in ogni fotogramma e decidono a mano.
STRUMENTI IN UN COLPO SOLO · NESSUN CONTROLLOIl lip sync tira a indovinare; con più persone in scena si muove la bocca sbagliata.
LE INQUADRATURE DIFFICILI
FAMILIAR LABS · IN UN COLPO SOLOMani, microfoni, movimenti rapidi, sfocature, più voci: occlusioni e ragionamento spaziale, tutto in un colpo solo.
DOPPIAGGIO VISIVO ASSISTITO · SETTIMANEOgnuna da sistemare a mano prima della revisione.
STRUMENTI IN UN COLPO SOLO · NESSUN CONTROLLOUna mano davanti al volto, un microfono, una sfocatura, il bokeh, un'inquadratura di profilo: il lip sync salta.

Gli strumenti che oggi fanno tutto in un colpo solo rinunciano al resto: la traduzione non si può modificare, la musica e l'ambiente spariscono, la voce si allontana da quella di chi parla, e il labiale cede con una mano davanti al volto, un microfono, una sfocatura, il bokeh, un'inquadratura di profilo o più persone in scena. Niente ragionamento spaziale, nessuna comprensione del mondo, nessun controllo.

Familiar Labs vs Flawless TrueSync →
08Il nostro ruolo
++
Da persona a persona, per arrivare più lontano.

Portiamo in ogni lingua l'interpretazione che una persona ha dato, con la sua voce, il suo volto, le urla e i sussurri intatti.

Non generiamo mai una persona. Non sostituiamo mai un attore.

  1. OGGI

    Doppiaggio in 13 lingue.

  2. IN LAVORAZIONE

    Dirette: sport, notizie, streaming.

  3. PIÙ AVANTI

    Bidirezionale: nelle riunioni e in presenza.

I ricercatori che avrebbero potuto generare nuovi esseri umani hanno scelto di portare quelli veri.

09Canzoni

Doppiare, non generare.

Siamo l'opposto della generazione di musica con l'AI. Siamo contrari a sostituire le persone. Ecco a cosa dovrebbe servire l'AI: a far capire la stessa canzone a persone di culture diverse.

Il nostro CEO, Andrew Liu, è un audiofilo e un musicista: pianoforte, violoncello, basso elettrico. Sua madre gli fa ascoltare le sue canzoni e gliele canta. Un po' di mandarino lo capisce, ma quando è cantato le parole gli sfuggono. I nostri genitori e le nostre famiglie amano canzoni che noi non riusciamo a seguire, e noi amiamo canzoni inglesi che loro non capiscono. Song Dubbing le porta in tutte e due le direzioni: le loro canzoni a noi, le nostre a loro in coreano e in cinese, così anche loro le capiscono e le ascoltano. Tutto il team adora cantare e fare karaoke. Tutti vogliamo capire i testi delle canzoni che ascoltiamo.

Voglio mettere queste canzoni tradotte nella mia playlist.
Jaeseok Jeong | Principal Researcher

Song DubbingIL PRIMO VERO DOPPIAGGIO DELLE CANZONI

La canzone che conosci, con la voce dello stesso cantante, in un'altra lingua. Finora una canzone passava in un'altra lingua solo se veniva cantata di nuovo, dall'artista, da un altro cantante o con una nuova traccia vocale creata apposta; qui nulla viene ricantato, ed è l'interpretazione originale a passare nella nuova lingua.

Per le etichette discografiche e i loro artisti, un album alla volta, come servizio sartoriale seguito di persona. Ogni verso viene tradotto per essere cantato, conservandone le sillabe, le rime, il flow e il significato, e l'artista approva il testo in ogni lingua prima di qualsiasi uscita.

10Perché il Canada

Canadesi, e globali.

Familiar Labs ha sede a Toronto e lavora con amici in tutta l'UE e nel resto del mondo. Le nostre radici ci spingono ad abbattere le barriere linguistiche ovunque, fino alle lingue più di nicchia.

OGGI

13 lingue, da qualsiasi a qualsiasi.

  • arabo
  • cinese
  • coreano
  • francese (Francia)
  • giapponese
  • hindi
  • inglese
  • italiano
  • portoghese (Brasile)
  • russo
  • spagnolo (America Latina)
  • tedesco
  • thailandese
NELLA ROADMAP
Il francese del Québec.
NELLA ROADMAP
Le lingue indigene del Canada.

Timmins, nell'Ontario settentrionale.

Il nostro CEO è cresciuto lì, in una scuola elementare di bambini bianchi e delle Prime Nazioni. I suoi amici erano di origini miste o delle Prime Nazioni, da comunità troppo spesso trascurate, e così le loro lingue. Il nord dell'Ontario è un posto divertente.

La nostra visione: un mondo in cui ogni persona è capita.

11I valori

Siamo contro l'AI slop e i deepfake.

Umano, non sintetico.

La tua voce e il tuo volto.

Niente AI slop, sempre col consenso.

Tradurre, mai sostituire. Consenso raccolto e provenienza tracciata, su tutto.

Dimostrato, non teorico.

Benchmark pubblicati contro ElevenLabs, YouTube e i traduttori umani, sulle stesse clip.

Il controllo, di serie.

Revisione prima dell'uscita, attiva di default; marchi e termini restano esattamente come li scrivi.

NO DEEPFAKESOLO TRADUZIONE
▚ IL TEAM ▞

Studiato e costruito con

Andrew Liu
Andrew LiuCEOAPPROVATORE DEGLI ACCESSI
Jibin Song
Jibin SongChief ScientistSECONDA CUSTODE DELLE CHIAVI | APPROVATRICE DELLE MODIFICHE
Mingi Kwon
Mingi KwonCTORESPONSABILE DELLA SICUREZZA | CUSTODE DELLE CHIAVI | RESPONSABILE DELLE ELIMINAZIONI
Google Scholar ↗
Jaeseok Jeong
Jaeseok JeongPrincipal ResearcherADDETTO AI CONTENUTI
Google Scholar ↗
Michael Chan
Michael ChanCBORESPONSABILE DEGLI INCIDENTI
Taehwan Lee
Taehwan LeeMember of Technical Staff
Tonghyun Lee
Tonghyun LeeMember of Technical Staff
Prof. Xu Zheng
Prof. Xu ZhengAdvisor
Prof. Youngjung Uh
Prof. Youngjung UhAdvisor
Google Scholar ↗
▚ RICERCA ▞
Generazione audiovisiva congiunta

Voce e volto da un unico modello, così l'identità non può mai sdoppiarsi: il campo che abbiamo fondato con JAM-Flow.

Animazione in tempo reale di esseri umani

Gli esseri umani in tempo reale oggi più fedeli al vero: SoulX-LiveAct anima una persona a 20 fotogrammi al secondo, stabile per un'ora.

Generazione rapida di video

Distillazione, guidance e campionamento: la ricerca che rende i modelli di diffusione abbastanza veloci per il tempo reale.

Editing dentro i modelli di diffusione

Editing dentro i modelli di diffusione congelati, dalla scoperta dell'h-space al controllo dello stile e alla rimozione del testo in sovrimpressione.

Percezione multimodale

Leggere la scena prima di modificarla: chi sta parlando, incrociando immagine e audio, in qualsiasi ambiente.

Dal 2021, oltre 10.000 citazioni e più di 100 paper a ICLR, NeurIPS, CVPR, ECCV e non solo.

SOSTENUTI DA

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