POZICIJA

Kodėl „Familiar“ nėra tradicinis generatyvinis DI

FAMILIAR TYRIMAIATNAUJINTA VISI STRAIPSNIAI

SANTRAUKA

Ne „generatyvinis DI“, o vertimas, įgalinantis kūrėjus. Tradicine prasme generatyvinis DI kuria naują turinį pagal užklausą. „Familiar“ užklausos neturi: įkeliate vaizdo įrašą, ir tas pats atlikimas grįžta kita kalba, su tuo pačiu aktoriumi, tuo pačiu laiku ir paties aktoriaus balsu. Tai multimodalinio vertimo įrankis, paremtas nauja paradigma, pirmąja tokio pobūdžio: multimodaliniu lokalizavimo sprendimų modeliu (MLDM), pirmuoju pamatiniu multimodalinio vertimo modeliu, kuris perima monotonišką dubliavimo darbą.
PIRMASIS PAMATINIS MULTIMODALINIO VERTIMO MODELIS

Kas yra generatyvinis DI

Generatyvinis DI, kartais vadinamas gen DI, – tai dirbtinis intelektas (DI), galintis kurti originalų turinį, pavyzdžiui, tekstą, vaizdus, vaizdo įrašus, garsą ar programinį kodą, atsižvelgdamas į naudotojo užklausą ar prašymą.
IBM, What is generative AI?

Apibrėžimą laiko dvi dalys: įvedama užklausa, o gaunama tai, ko anksčiau nebuvo.

KĄ DARO GENERATYVINIS DI

  • Galingas įrankis naujiems dalykams kurti: pirmam juodraščiui, dainos eskizui.

KO REIKIA VERTIMUI

  • Kūrinys jau sukurtas, o užduotis – perkelti jį į kitą kalbą nepakeistą.

Testas be užklausos

Paklauskite, ką įveda naudotojas. Generatyviniam DI – užklausą: aprašote, ko norite, ir modelis tai sukuria. „Familiar“ – nieko. Įkeliate vaizdo įrašą, ir tas pats atlikimas grįžta kita kalba.

TAS PATS AKTORIUS
Žmogus ekrane lieka tas pats žmogus.
TAS PATS ATLIKIMAS
Intonacija, emocija, pauzės.
TAS PATS LAIKAS
Kiekviena replika nuskamba ten, kur nuskambėjo originale.
TAS PATS BALSAS
Jis paimamas iš paties klipo, o ne iš standartinio diktoriaus.

Lieka ir scena: juokas, muzika, aplinkos garsai.

++
Ne „generatyvinis DI“, o vertimas, įgalinantis kūrėjus.

Iš kur duomenys

Visus duomenis, kuriais mokėme modelį, iš tikrųjų sukūrė pati „Familiar“ komanda.

Modelį formuoja tai, iš ko jis mokosi.

MLDM – monotoniškam darbui.

Kiekviename dubliaže yra monotoniška dalis: kuris vertimo variantas, kuris balsas, kaip seka lūpos, ir taip kiekvienai replikai kiekviena kalba. Tai sprendžia MLDM, o kiekvienas sprendimas įrašomas kartu su projektu, kad jūsų komanda galėtų jį pakeisti.

  1. ŠIANDIEN

    Jūsų kūrybos direktoriai mato vertimo pasirinkimus.

    Keli juokelio variantai, slengas, paliktas taip, kaip pasakytas, keiksmažodžiai, sušvelninti jaunesnei auditorijai skirtai versijai.
  2. JAU KURIAMA

    Pasirinkimas, kurie garsai lieka originalo kalba, kuris veidas kalba ir kurį tekstą ekrane versti.

Atlikimas, aktorių atranka ir kiekvienas kūrybinis sprendimas lieka žmonėms, kurie sukūrė kūrinį.

Esame dar vienas įrankis kūrybos procese.

Kodėl renkamės kokybės kelią, generalinio direktoriaus žodžiais: Nuo žmogaus žmogui, ne iš DI į DI.

KLAUSIMAI

Ar „Familiar“ yra generatyvinis DI?

Ne. „Familiar“ – tai multimodalinis lokalizavimo sprendimų modelis (MLDM): jis sprendžia, kaip lokalizuoti tai, kas jau yra, be jokios užklausos. Įkeliate vaizdo įrašą, ir tas pats atlikimas grįžta kita kalba. Visus duomenis, kuriais mokėme modelį, iš tikrųjų sukūrė pati „Familiar“ komanda. Esame dar vienas įrankis kūrybos procese.

Ar „Familiar“ išgalvoja žodžius ar replikas?

Ne. Žodžiai yra to, kas buvo pasakyta, vertimas, o jūsų kūrybos direktoriai prieš dubliavimą gali peržiūrėti kiekvieną eilutę. Replika, kurią galima perteikti ne vienu būdu, pavyzdžiui, juokelis, grąžinama trimis vertimo variantais, iš kurių galima rinktis.

Kieno balsas skamba dubliaže?

Paties kalbėtojo: paimtas iš paties klipo ir perkeltas į naują kalbą. „Familiar“ dubliuoja į 30 kalbų, o vaizdo medžiaga gali būti bet kuria iš 99 šaltinio kalbų.

ŠALTINIAI

  1. [1]IBM, What is generative AI?, skaityta 2026 m. spalio 24 d.
  2. [2]Vertimas nėra generavimas

Multimodalinis vertimas

„Familiar Labs“ kuria naujos kartos dubliažą, pasitelkdama multimodalinį lokalizavimo sprendimų modelį (MLDM), pirmąjį pamatinį multimodalinio vertimo modelį: vienas modelis sprendžia, ką lokalizuoti tekste, garse ir vaizde, ir parodo jums pasirinkimus. Jūsų balsas ir lūpos, perkelti į naujas kalbas. Tai 8 žmonių komanda su mokslų daktarais, kurią remia „Samsung“, „RedBird“ ir „Gold House“. Mūsų misija