摘要
标签拿走了什么
研究
9 项
参与者
超过 6,000 人
下降的
共情中关怀的部分
没变的
被理解的感觉
一模一样的回复,一旦被标为 AI,就会被评为更缺乏共情、更缺乏支持、也更不真诚(Rubin、Perry、Goldenberg、Ong 等,《自然·人类行为》(Nature Human Behaviour),2025)。标签迟早会来:根据《欧盟人工智能法案》,逼真的 AI 视频和音频自 2026 年 8 月 2 日起必须标明。我们认为这种反应是与生俱来的,演员和歌手大多仍会是人。
照片级逼真,却是空的
艺术是心血和创意;AI 可以在动画的赛道里成为艺术,把小说和漫画搬上银幕,里面没有任何真实演员。照片级逼真去取代一个人,就输了:观众是冲着人来的。
音乐的检验
唱歌和说唱,我们想听真人来。
Z 世代追随创作者,是因为对方真实的性格,而且他们要的是真实的人:直播、体育、新闻,一位展示自己真正在用什么的主播。
一个本可以做数字人的实验室
我们的团队做的是人物视频生成的研究。我们把一个人的表演带进另一种语言,每一次爆发和每一句低语都原样保留:现在支持 13 种语言,实况转播正在研发中。
延伸阅读:从人到人,不是从 AI 到 AI,以及我们为什么存在。
常见问题
Familiar Labs 做数字人吗?
不做。Familiar Labs 从不凭空生成一个人,也从不取代演员。它把一个人的表演带进另一种语言。
为什么知道是 AI 会有影响?
在 9 项、共超过 6,000 人参与的研究中,一模一样的回复一旦被标为 AI,就被评为更缺乏共情,下降集中在共情中关怀的那一部分(《自然·人类行为》,2025)。
那么 AI 在视频里该放在哪里?
放在没有真实演员的动画里,应用里的卡通向导,一条背景音轨。凡是有人演过的地方,人就留着。
参考资料
多模态翻译
Familiar Labs 用多模态本地化基础模型(MLFM),让配音迎来代际飞跃。这是首个多模态翻译基础模型:一个模型决定本地化什么,覆盖文本、音频和画面,并把选择摆到你面前。你的声音与口型,带进新的语言。团队7人,汇聚多位博士;投资方包括 Samsung、RedBird、Gold House。 我们的使命
投资方
Stanford
Yonsei



