观点

从人到人,不是数字人

一个本可以做数字人的实验室,为什么选择传递真实的人。

FAMILIAR LABS 研究全部文章

摘要

智能体很快会在各个地方和人对话,其中很多会配上一张脸。一旦我们知道那张脸是 AI,共情中关怀的那一部分就会下降。所以我们的团队,一群本可以做数字人的研究者,选择把一个人交出的表演带进另一种语言。

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

银幕
AI 用得好的地方
动画:把故事画成动态。
让人觉得空洞的地方
一个照片级逼真的演员,顶替本该出演的那一位。
助手
AI 用得好的地方
一个一看就是机器的卡通向导。
让人觉得空洞的地方
一张照片级逼真的脸,顶替一个真人。
广告
AI 用得好的地方
产品背后的一段广告歌。
让人觉得空洞的地方
一个编出来的明星:广告的意义,恰恰在于这个人真的在用。

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。

一首歌,是从一个人的亲身经历里唱出来的表演。完全生成的歌曲,放在没人细听的地方也无妨:一段广告,一家商店,一条背景音轨。视频也是同样的道理。

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。

++

我们从不凭空生成一个人。我们从不取代演员。

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

  1. [1]Rubin、Perry、Goldenberg、Ong 等,Comparing the value of perceived human versus AI-generated empathy,《自然·人类行为》(Nature Human Behaviour),2025(希伯来大学摘要)
  2. [2]欧盟第 2024/1689 号条例《人工智能法案》第 50 条(透明度义务),自 2026 年 8 月 2 日起适用

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

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