立场

为什么 Familiar 不是传统意义上的生成式 AI

FAMILIAR 研究更新于 全部文章
语言版本EnglishEspañolPortuguês中文日本語한국어FrançaisDeutschالعربيةBahasa IndonesiaРусскийItalianoTiếng ViệtไทยNederlandsΕλληνικάУкраїнська粵語NorskCatalàHrvatskiLietuviųSlovenčinaSvenskaБългарскиСрпскиБеларускаяDanskҚазақшаLatviešu

摘要

不是“生成式 AI”，而是助力创作者的翻译。传统意义上的生成式 AI，是根据提示词做出新内容。Familiar 没有提示词：你的视频放进去，出来的是同一场表演换了一种语言，演员不变，节奏不变，用的是演员自己的声音。它是一款多模态翻译工具，建立在一种全新范式之上，业界首创：多模态本地化决策模型（MLDM），首个多模态翻译基础模型，专门接手配音里繁琐的那部分。
首个多模态翻译基础模型

什么是生成式 AI

生成式 AI，有时简称 gen AI，是一种人工智能（AI），能够根据用户的提示词或请求，创作文本、图像、视频、音频或软件代码等原创内容。
IBM, What is generative AI?

这个定义有两个要点：放进去的是提示词，出来的是此前并不存在的东西。

生成式 AI 做什么

  • 做新东西的利器：一版初稿，一段歌曲小样。

翻译要的是什么

  • 作品已经在那里，要做的是把它原封不动地带进另一种语言。

没有提示词的检验

问一句：用户要输入什么？用生成式 AI，要输入提示词，把东西描述出来，由模型做出来。用 Familiar，什么都不用输入。你的视频放进去，出来的是同一场表演，换了一种语言。

同一位演员
画面里的人，还是画面里那个人。
同一场表演
语气、情绪、停顿，都还在。
同样的节奏
每一句台词，都落在原版里的那个位置。
同一个声音
取自片段本身，从来不是素材库里的旁白音色。

场景也原样保留：笑声、音乐、环境音。

++
不是“生成式 AI”，而是助力创作者的翻译。

数据从哪里来

我们训练用的所有数据，其实都出自 Familiar 团队之手。

模型学什么，就会长成什么样。

把繁琐的活儿交给 MLDM。

每一条配音都有繁琐的部分：每种语言的每一句台词，用哪种译法、哪个声音，口型怎么跟上。这些由 MLDM 来决定，每个决定都随配音任务一并记录，你的团队都可以改。

  1. 现在

    你的创意总监能看到翻译上的选择。

    一个笑点的几种译法，俚语照原样保留，面向低龄观众的版本把脏话调轻。
  2. 研发中

    选择哪些声音保留原语言、哪张脸在说话，以及翻译画面里的哪些文字。

表演、选角和每一个创作上的决定，都留在创作这部作品的人手里。

我们是创作流程中的又一个工具。

为什么走品质赛道，听听 CEO 怎么说：从人到人，不是从 AI 到 AI。

常见问题

Familiar 是生成式 AI 吗？

不是。Familiar 是多模态本地化决策模型（MLDM）：它决定的是如何本地化已有的内容，没有提示词。你的视频放进去，出来的是同一场表演换了一种语言。我们训练用的所有数据，其实都出自 Familiar 团队之手。我们是创作流程中的又一个工具。

Familiar 会编造台词吗？

不会。台词是原话的翻译，渲染之前，你的创意总监可以逐句审核。一句能有不止一种落点的台词，比如一个笑点，会给出三种译法供你挑选。

配音里是谁的声音？

说话人自己的声音，取自片段本身，带进新的语言。Familiar 可配音输出 30 种语言，视频素材可以是 99 种源语言中的任何一种。

参考资料

  1. [1]IBM，What is generative AI?，2026 年 10 月 24 日查阅
  2. [2]翻译不是生成

多模态翻译

Familiar Labs 用多模态本地化决策模型（MLDM），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8人，汇聚多位博士；投资方包括 Samsung、RedBird、Gold House。 我们的使命

查看完整基准测试 →联系团队