Η Synthesia, μια βρετανική εταιρεία που υποστηρίζεται από τον κολοσσό Nvidia, μόλις παρουσίασε τα "Expressive Avatars". Αυτή η εξέλιξη επιτρέπει σε avatar που βασίζονται στην τεχνητή νοημοσύνη (AI) να προσομοιώνουν ανθρώπινα συναισθήματα και χειρονομίες με εντυπωσιακή ακρίβεια. Το νέο χαρακτηριστικό αποκαλύφθηκε στις 25 Απριλίου, υποσχόμενο να μεταμορφώσει τον τρόπο με τον οποίο πραγματοποιούνται οι εταιρικές παρουσιάσεις, το μάρκετινγκ και η εκπαίδευση.
Η γενετική τεχνολογία AI ήταν ήδη γνωστή για την ικανότητά της να δημιουργεί ρεαλιστικές εικόνες και κινήσεις. Το πιο διαβόητο παράδειγμα αυτού είναι η γεννήτρια βίντεο Sora του OpenAI. Ωστόσο, αυτές οι τεχνολογίες αντιμετώπισαν προκλήσεις όπως παραμορφώσεις χεριών και άκρων και κακός συγχρονισμός χειλιών. Η Synthesia αντιμετώπισε αυτά τα προβλήματα καταγράφοντας κινήσεις και εκφράσεις πραγματικών ανθρώπων, που διάβαζαν σενάρια στο στούντιο της, για να εκπαιδεύσουν πιο αποτελεσματικά τα avatar της.
Ο Victor Ribarbelli, Διευθύνων Σύμβουλος και συνιδρυτής της Synthesia, τόνισε σε δήλωσή του τη σημασία αυτής της προόδου: «τα άβαταρ δεν καταλαβαίνουν τι λένε», έναν περιορισμό που η τελευταία τεχνολογία της στοχεύει να ξεπεράσει, επιτρέποντας μια πιο αυθεντική απόκριση του προσώπου σε συναισθήματα.
💥 Αυτό είναι. Αυτό αλλάζει τα πάντα. 💥
Για πρώτη φορά στην ιστορία, #AIavatars μπορούν να καταλάβουν τι λένε.
Με την υποστήριξη του νέου μας μοντέλου avatar AI, EXPRESS-1, μπορούν να ανιχνεύσουν το συναίσθημα ενός σεναρίου και να εκτελέσουν όλες τις λεπτές αποχρώσεις της ανθρώπινης επικοινωνίας.
— Synthesia 🎥 (@synthesiaIO) Απρίλιος 25, 2024
Η καινοτομία δεν περιορίζεται μόνο στην οπτική και συναισθηματική βελτίωση. Τα Avatar υποστηρίζουν πλέον περισσότερες από 130 γλώσσες, προσφέρουν αυτόματους υπότιτλους και μπορούν ακόμη και να αναπαράγουν τις φωνές των χρηστών. Αν και όλα τα γλωσσικά μοντέλα έχουν σημειώσει πρόοδο, το αγγλικό μοντέλο ξεχωρίζει για την εγγύτητά του με τις ανθρώπινες εκφράσεις, σύμφωνα με δοκιμές που πραγματοποιήθηκαν.
Η Synthesia, η οποία είναι στην αγορά μόλις έξι χρόνια, εμπιστεύεται ήδη το μισό από τα 100 Fortune και εξυπηρετεί περισσότερες από 55.000 εταιρείες σε όλο τον κόσμο, συμπεριλαμβανομένων ονομάτων όπως Zoom, Xerox, Microsoft και Reuters. Με την αυξανόμενη ζήτηση για λύσεις τεχνητής νοημοσύνης, η startup είδε την αποτίμησή της να πλησιάζει το 1 δισεκατομμύριο δολάρια, ένα εντυπωσιακό ορόσημο για την εταιρεία και μια απόδειξη για τον αντίκτυπό της στον κλάδο.
