Synthesia, стартап зі штучного інтелекту (AI), який підтримується Nvidia, представив нове оновлення, яке дозволяє аватарам AI передавати людські емоції та рухи.
25 квітня компанія показала свої «Виразні аватари», які мають на меті виразити емоції на основі текстових інструкцій для корпоративних презентацій, маркетингу та навчання.
This is it. This changes everything.
For the first time in history, #AIavatars are able to understand what they're saying.
Powered by our new AI avatar model, EXPRESS-1, they can detect sentiment of a script and perform all the subtle nuances of human communication.
The… pic.twitter.com/uj3WIjcGlm
— Synthesia (@synthesiaIO) April 25, 2024
Хоча генеративний штучний інтелект часто хвалили за його здатність створювати реалістичні рухомі зображення, це стосується відеогенератора Sora від OpenAI.
Однак штучний інтелект не позбавлений недоліків, особливо при зображенні людей, яких часто показують із спотвореними руками чи кінцівками, колажним фоном або губами, що не синхронізуються з мовою.
Synthesia прагне виправити це у своїй останній версії, яка була розроблена на реальних людях, які читали сценарії у своїй студії. Це було зроблено, щоб допомогти роботам фіксувати відстеження губ і бути точнішими у своїх емоційних виразах.
Віктор Рібарбеллі, генеральний директор і співзасновник Synthesia, сказав у відео, що відсутня частина полягала в тому, що, на відміну від людей, «аватари не розуміють, що вони говорять», що раніше призводило до відсутності реакції обличчя на емоції..
У студії їх навчили відповідати на прості підказки на кшталт: «Я щасливий. Мені сумно. Я розчарований», передаючи правильний вираз обличчя та тон, пов’язаний із даною емоцією.
Нові аватари також доступні понад 130 мовами, можуть надавати власні субтитри та навіть клонувати власні голоси користувачів.
За темою: Сем Альтман сприяє масовому впровадженню ChatGPT серед компаній зі списку Fortune 500: звіт
Однак серед прикладів моделей аватарів на веб-сайті Synthesia, які розмовляють іншими мовами, такими як французька, німецька та іспанська, англійська мовна модель є найдосконалішою та схожою на людину, згідно з тестом Cointelegraph моделі.
Повідомляється, що стартап має щонайменше половину зі 100 компаній зі списку Fortune як клієнтів і надає послуги понад 55 000 підприємств. Це включає в себе лідерів у різних галузях, таких як Zoom, Xerox, Microsoft і Reuters, серед інших.
Synthesia – це компанія зі штаб-квартирою у Великій Британії, заснована в 2017 році. На хвилі буму штучного інтелекту за останній рік вона досягла оцінки майже в 1 мільярд доларів за таких великих спонсорів, як Nvidia, яка зараз домінує в розробці напівпровідникових чіпів штучного інтелекту.
Завдяки більш звуженому підходу — створенню людиноподібних аватарів для використання в бізнесі — Synthesia обійшла деякий ажіотаж і жорстку конкуренцію між конкуруючими моделями чат-ботів, такими як ChatGPT від OpenAI і чат-бот Gemini від Google.
