使用人工智能生成人物虚拟形象视频的平台 Synthesia Ltd. 在一轮后期融资中筹集了 1.8 亿美元,使公司估值达到 21 亿美元。
这家总部位于伦敦的公司今天表示,这轮 D 轮融资由风险投资公司 NEA 领投,使其估值较 2023 年上一轮融资的 10 亿美元翻了一倍多。现有投资方包括 GV、MMC Ventures 和 Firstmark,以及新投资方 World Innovation Lab、Atlassian Ventures 和 PSP Growth 也参与了本轮融资。
该公司开发的工具让企业用户能够快速生成和分发合成 AI 视频片段,可以创建替代真人的逼真、栩栩如生的人物虚拟形象。它还使用 AI 辅助视频的编辑和制作,无需使用复杂的制作软件。
去年,Synthesia 为其平台增加了多项更新,包括使用网络摄像头或智能手机创建的个性化虚拟形象,可以与用户本人的声音克隆配对。这个虚拟形象不仅外貌和声音都与本人相似,还能用 30 多种不同语言说话,同时具备全身动作功能,能在说话时做出手臂和手势动作。
对于不需要个性化功能的用户,平台提供超过 230 个预制的逼真虚拟形象,可以使用 140 多种语言进行演讲。Synthesia 的视频播放器能够自动以观众所用的语言播放,使视频分享变得更加便捷。该公司还增加了在同一场景中加入多个虚拟形象的功能,可以就任何话题重现对话场景。
"自从我们在 2017 年创立公司以来,我们一直相信 AI 会迅速将通信方式从文字转向视频和音频等高保真格式,"联合创始人兼首席执行官 Victor Riparbelli 表示。"这个愿景现在已经成为现实。"
Riparbelli 表示,公司拥有超过 60,000 名客户,包括世界最大的品牌和数千家小型企业。这笔新投资将用于支持公司的产品人才库发展。目前公司有 400 名员工。
展望未来,Synthesia 表示计划添加新功能,让企业用户能够为客户生成互动视频体验,如可点击热点、嵌入表单和测验等。公司还计划开发下一代 AI 虚拟形象,使其表现力更强,不仅限于简单的手臂和手部动作,还能在说话时运用全身肢体语言,如触摸臀部和交叉双臂等动作。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。