КОМАНДА

PhD и исследователи

  • Stanford
  • Yonsei
  • University of Waterloo
▚ КОМАНДА ▞

Мы существуем, чтобы сломать любой барьер на пути к взаимопониманию.

Представь мир, где всё, что мы смотрим и слушаем, идёт на любом языке, и швов не видно. Мы наконец понимаем песни, которые любят наши родители и близкие, а наши любимые английские песни звучат по-корейски и по-китайски, чтобы и они их понимали и слушали. Англоязычные зрители получают лучшее из Кореи, Китая и всего остального мира. Все остальные смотрят английский контент без субтитров.

Хочу добавить эти переведённые песни к себе в плейлист.
Jaeseok Jeong | Ведущий исследователь
Andrew LiuAndrew LiuCEOОт человека к человеку, а не от ИИ к ИИ →
Andrew Liu
Andrew LiuCEOСОГЛАСУЕТ ДОСТУП
Jibin Song
Jibin SongГлавный научный сотрудникВТОРОЙ ХРАНИТЕЛЬ КЛЮЧЕЙ | СОГЛАСУЕТ ИЗМЕНЕНИЯ
Mingi Kwon
Mingi KwonCTOОТВЕТСТВЕННЫЙ ЗА БЕЗОПАСНОСТЬ | ХРАНИТЕЛЬ КЛЮЧЕЙ | ОТВЕТСТВЕННЫЙ ЗА УДАЛЕНИЕ
Google Scholar ↗
Jaeseok Jeong
Jaeseok JeongВедущий исследовательОТВЕТСТВЕННЫЙ ЗА КОНТЕНТ
Google Scholar ↗
Michael Chan
Michael ChanCBOОТВЕТСТВЕННЫЙ ЗА ИНЦИДЕНТЫ
Taehwan Lee
Taehwan LeeMember of Technical Staff
Tonghyun Lee
Tonghyun LeeMember of Technical Staff
Prof. Xu Zheng
Prof. Xu ZhengСоветник
Prof. Youngjung Uh
Prof. Youngjung UhСоветник
Google Scholar ↗

▚ ХЭЛЛОУИН 2026 ▞

Ночь Хэллоуина в Торонто: вся команда нарядилась бабочками.

Черч-стрит
01 · Черч-стрит
Дорога домой
02 · Дорога домой
Пять теней
03 · Пять теней

▚ ИССЛЕДОВАНИЯ ▞

Совместная аудиовизуальная генерация

Голос и лицо из одной модели, и они в принципе не могут разойтись: этому направлению мы положили начало работой JAM-Flow.

Анимация людей в реальном времени

Самые реалистичные люди в реальном времени на сегодня: SoulX-LiveAct анимирует человека с частотой 20 кадров в секунду, стабильно в течение часа.

Быстрая генерация видео

Дистилляция, guidance и сэмплирование: исследования, которые делают диффузионные модели достаточно быстрыми для работы в реальном времени.

Редактирование внутри диффузионных моделей

Редактирование внутри замороженных диффузионных моделей: от открытия h-space до управления стилем и удаления текста из кадра.

Мультимодальное восприятие

Сначала прочитать сцену, потом править: кто сейчас говорит, по картинке и звуку вместе, в любой обстановке.

С 2021 года у нас более 10 000 цитирований и свыше 100 статей на ICLR, NeurIPS, CVPR, ECCV и других конференциях.

ПРИ ПОДДЕРЖКЕ

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