見解

Familiarが従来の生成AIではない理由

FAMILIAR 研究更新日 記事一覧

要旨

「生成AI」ではなく、クリエイターの力になる翻訳。従来の意味での生成AIは、プロンプトから新しいコンテンツを作り出します。Familiarにはプロンプトがありません。あなたの動画を入れると、同じ俳優、同じタイミング、俳優本人の声のまま、同じパフォーマンスが別の言語で出てきます。Familiarは、新たなパラダイム、これまでにない、初めてのモデルの上に築いたマルチモーダル翻訳ツールです。マルチモーダル翻訳のための初の基盤モデルであるマルチモーダル・ローカライゼーション意思決定モデル(MLDM)が、吹き替えの面倒な作業を担います。
初のマルチモーダル翻訳基盤モデル

生成AIとは何か

生成AI(gen AIと呼ばれることもあります)とは、ユーザーのプロンプトやリクエストに応じて、テキスト、画像、動画、音声、ソフトウェアのコードなどのオリジナルコンテンツを作り出せる人工知能(AI)です。
IBM, What is generative AI?

この定義を支えているのは2つの要素です。プロンプトを入れること、そしてそれまで存在しなかったものが出てくること。

生成AIがすること

  • 新しいものを作るための、力強いツール。企画の叩き台や、曲のスケッチに。

翻訳に求められること

  • 作品はすでにあります。仕事は、それを損なわずに別の言語へ運ぶことです。

プロンプトの有無で見分ける

ユーザーが何を入力するかを考えてみてください。生成AIなら、プロンプトです。作りたいものを説明すると、モデルがそれを作ります。Familiarなら、何も入力しません。あなたの動画を入れると、同じパフォーマンスが別の言語で出てきます。

同じ俳優
画面に映る人は、画面に映る人のまま。
同じ演技
台詞の言い回しも、感情も、間も。
同じタイミング
どの台詞も、元の作品と同じ位置に収まります。
同じ声
声はクリップそのものから。既製のナレーターの声ではありません。

シーンもそのままです。笑い声も、音楽も、その場の空気感も。

++
「生成AI」ではなく、クリエイターの力になる翻訳。

データはどこから来るのか

学習に使ったデータは、すべてFamiliarのチームが自ら作ったものです。

モデルは、何から学ぶかによって形づくられます。

面倒な作業は、MLDMに。

どの吹き替えにも、面倒な作業がつきまといます。どの訳にするか、どの声にするか、口元をどう合わせるか。それを、すべての言語のすべての台詞で決めていく作業です。MLDMがそれを判断し、すべての判断は吹き替えごとに記録され、あなたのチームが上書きできます。

  1. 現在

    クリエイティブディレクターが、翻訳の選択肢を確認できます。

    ジョークのいくつもの訳、言ったまま残すスラング、年少向けの版で控えめにした汚い言葉。
  2. 開発中

    どの音を元の言語のまま残すか、話しているのはどの顔か、映像の中のどの文字を訳すかを選ぶこと。

演技も、キャスティングも、あらゆる創作上の判断も、作品を作った人たちの手に残ります。

私たちは、創作のプロセスで使われるツールのひとつです。

なぜ品質のレーンなのか。CEOの言葉で:人から人へ、AIからAIへではなく。

よくある質問

Familiarは生成AIですか?

いいえ。Familiarは、マルチモーダル・ローカライゼーション意思決定モデル(MLDM)です。すでにあるものをどうローカライズするかを判断し、プロンプトはありません。あなたの動画を入れると、同じパフォーマンスが別の言語で出てきます。学習に使ったデータは、すべてFamiliarのチームが自ら作ったものです。私たちは、創作のプロセスで使われるツールのひとつです。

Familiarが言葉や台詞を作り出すことはありますか?

いいえ。言葉は、話された内容の翻訳です。クリエイティブディレクターは、レンダリングの前にすべての台詞をレビューできます。ジョークのように何通りにも取れる台詞は、3つの訳になって返ってくるので、その中から選べます。

吹き替えに使われるのは誰の声ですか?

話し手本人の声です。クリップそのものから取り、新しい言語へ運びます。Familiarは、99の元言語のどの映像からでも、30言語に吹き替えます。

参考資料

  1. [1]IBM, What is generative AI?(2026年10月24日に参照)
  2. [2]翻訳は生成ではない

マルチモーダル翻訳

Familiar Labsは、マルチモーダル・ローカライゼーション意思決定モデル(MLDM)で次世代の吹き替えを手がけています。MLDMは、マルチモーダル翻訳のための初の基盤モデルです。テキスト、音声、映像のすべてにわたって何をローカライズするかをひとつのモデルが判断し、選択肢をあなたに示します。あなたの声と口元を、新しい言語へ。博士を擁する8人のチームを、Samsung、RedBird、Gold Houseが支援しています。 私たちのミッション