EQUIPE

Doutores e pesquisadores

  • Stanford
  • Yonsei
  • University of Waterloo
▚ A EQUIPE ▞

Existimos para quebrar toda barreira ao entendimento.

Imagine um mundo em que tudo o que assistimos e ouvimos simplesmente roda em qualquer língua. As músicas que nossos pais e nossas famílias amam, e que finalmente entendemos; as nossas músicas favoritas em inglês, levadas para o coreano e o chinês, para que eles também entendam e escutem. Quem fala inglês ganha o melhor da Coreia, da China e de todo lugar. E todo o resto do mundo ganha o conteúdo em inglês sem legendas.

Quero colocar essas músicas traduzidas na minha playlist.
Jaeseok Jeong | Pesquisador principal
Andrew LiuAndrew LiuCEODe pessoa para pessoa, não de IA para IA →
Andrew Liu
Andrew LiuCEOAPROVADOR DE ACESSOS
Jibin Song
Jibin SongCientista-chefeSEGUNDA CUSTODIANTE DA CHAVE | APROVADORA DE MUDANÇAS
Mingi Kwon
Mingi KwonCTOLÍDER DE SEGURANÇA | CUSTODIANTE DA CHAVE | RESPONSÁVEL PELA EXCLUSÃO
Google Scholar ↗
Jaeseok Jeong
Jaeseok JeongPesquisador principalOPERADOR DO CONTEÚDO
Google Scholar ↗
Michael Chan
Michael ChanCBOLÍDER DE INCIDENTES
Taehwan Lee
Taehwan LeeMembro da equipe técnica
Tonghyun Lee
Tonghyun LeeMembro da equipe técnica
Prof. Xu Zheng
Prof. Xu ZhengConselheiro
Prof. Youngjung Uh
Prof. Youngjung UhConselheiro
Google Scholar ↗

▚ HALLOWEEN 2026 ▞

Toronto, noite de Halloween: a equipe se fantasiou de borboletas.

Church Street
01 · Church Street
A volta para casa
02 · A volta para casa
Cinco sombras
03 · Cinco sombras

▚ PESQUISA ▞

Geração audiovisual conjunta

A voz e o rosto vindos de um único modelo, para que a identidade nunca se divida: o campo que criamos com o JAM-Flow.

Animação humana em tempo real

Os humanos em tempo real mais realistas de hoje: o SoulX-LiveAct anima uma pessoa a 20 quadros por segundo, estável por uma hora.

Geração rápida de vídeo

Destilação, orientação e amostragem: a pesquisa que torna os modelos de difusão rápidos o bastante para o tempo real.

Edição dentro de modelos de difusão

Edição dentro de modelos de difusão congelados: da descoberta do h-space ao controle de estilo e à remoção de textos na tela.

Percepção multimodal

Ler a cena antes de editá-la: quem está falando, cruzando imagem e áudio, em qualquer ambiente.

Desde 2021, mais de 10.000 citações e mais de 100 artigos em conferências como ICLR, NeurIPS, CVPR e ECCV.

INVESTIDA POR

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