TEAM

Dottori di ricerca e ricercatori

  • Stanford
  • Yonsei
  • University of Waterloo
▚ IL TEAM ▞

Esistiamo per abbattere ogni barriera alla comprensione.

Immagina un mondo in cui tutto ciò che guardiamo e ascoltiamo passa in ogni lingua, senza che si noti. Le canzoni amate dai nostri genitori e dalle nostre famiglie, finalmente comprensibili anche per noi; le nostre canzoni inglesi preferite in coreano e in cinese, così anche loro le capiscono e le ascoltano. Chi parla inglese si gode il meglio della Corea, della Cina e di tutto il resto del mondo. Tutti gli altri guardano i contenuti in inglese senza sottotitoli.

Voglio mettere queste canzoni tradotte nella mia playlist.
Jaeseok Jeong | Principal Researcher
Andrew LiuAndrew LiuCEODa persona a persona, non da AI ad AI →
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 ↗

▚ HALLOWEEN 2026 ▞

Toronto, la notte di Halloween: il team si è travestito da farfalle.

Church Street
01 · Church Street
Ritorno a casa
02 · Ritorno a casa
Cinque ombre
03 · Cinque ombre

▚ 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