硅谷跑出一匹AI应用黑马 视频实时换脸真假莫辨 背后创始人系中国90后
硅谷跑出一匹AI应用黑马 视频实时换脸真假莫辨 背后创始人系中国90后
硅谷跑出一匹AI应用黑马 视频实时换脸真假莫辨 背后创始人系中国90后《科创板日报》5月28日讯(编辑 宋子乔) AI应用侧又跑出(chū)一匹(yìpǐ)黑马。硅谷(guīgǔ)初创公司Akool正式发布了全球首款实时(shíshí)摄像头——Akool Live Camera,核心功能包括:实时翻译多语言、虚拟数字人、实时换脸、动态(dòngtài)生成影视级画质的视频画面。
AI视频翻译功能打破语言(yǔyán)壁垒:Akool Live Camera已经能够实时翻译150+种语言,并(bìng)保持说话者的(de)声音特色和同步口型动作。
虚拟数字人功能可以打造出数字分身:通过4D面部映射技术与传感器融合方案,实时摄像头可精准捕捉人类微表情、手势(shǒushì)轨迹及(jí)语音语调变化,驱动虚拟数字人实现自然语言(yǔyán)处理+非语言信号同步(tóngbù)输出。虚拟形象还可根据观众(guānzhòng)所在国家的语言、文化习惯实时切换语言和手势。
实时换脸功能可以(kěyǐ)实现人脸的精准替换,并且还原人物的情绪和微表情(biǎoqíng)特征(tèzhēng)。在面对全球不同地区的用户时,还可以将主播切换成本地人。
实时AI视频生成(shēngchéng)功能:无需预先录制、编写脚本和复杂的后期制作,Akool实时摄像头就能根据用户(yònghù)的实际(shíjì)需求,理解对话上下文,即时生成超逼真的视频内容。
与其他AI视频生成类产品相比,Akool Live Camera最显著(xiǎnzhù)的特点在于(zàiyú)实时性、超低延迟,以及环境(huánjìng)感知+情感响应的智能交互能力。
生成的(de)虚拟形象最低延迟只有500毫秒,在盲测中94%的人(rén)无法区分真假;
区别于Sora的静态逻辑,只能基于固定文本指令(zhǐlìng)生成内容,无法(wúfǎ)感知环境变化(biànhuà)或用户实时反馈。Akool Live Camera具备环境感知能力,例如在会议室强光下(xià)自动调整面部光影,在嘈杂环境中增强语音清晰度;能实时解析用户情绪,比如观众皱眉时,虚拟(xūnǐ)形象会放慢语速、重复重点;学生走神时,虚拟教师会切换教学案例(ànlì),真正实现互动式沟通。
广告营销(yíngxiāo)、直播、跨国会议、影视作品创作是该产品(chǎnpǐn)的主要应用场景。Akool创始人兼CEO吕家俊(lǚjiājùn)表示:“Akool Live Camera不仅在改进视频创作技术,更在改变视频制作方式。从全球产品发布会到企业(qǐyè)会议,甚至医疗保健,我们正在为实时视频开辟新的可能(kěnéng)。”
起底Akool和它(tā)的90后创始人
Akool成立于2022年(nián),总部位于美国硅谷。其创始人吕家俊是中国人、90后(1990年出生(chūshēng))。
他从2009年开始在浙江大学(zhèjiāngdàxué)CAD&CG实验室攻读计算机(jìsuànjī)图形学,研究3D建模(jiànmó)及用AI辅助3D建模,接触(jiēchù)AIGC领域;后师从人工智能领域泰斗大卫•福塞斯(David Forsyth,一位在计算机视觉非常有影响力的教授),在伊利诺伊大学香槟分校(UIUC)深造(shēnzào),获得计算机科学博士学位。
翻阅(fānyuè)他的(de)履历,吕家俊曾供职于苹果、谷歌(gǔgē)等(děng)科技巨头公司,在视觉影像部门担任核心成员。2018年毕业后加入苹果,参与Face ID项目开发,实现(shíxiàn)戴口罩情况下的人脸识别(shíbié);2020年前往Google Cloud,专注视频处理和人体动作识别;还兼职做了一年Xreal的Adviser,搭建AI/ML团队并推进AI/ML应用开发,核心方向为手势识别用于AR眼镜的手势控制。
成立两年(2022年-2024年)至今,Akool已有500万用户,年度经常性收入(ARR)达4000万美元(wànměiyuán),其合作企业包括(bāokuò)苹果(píngguǒ)、可口可乐、麦当劳等。
Akool在中国也成立了代理机构——位于上海的艾库尔科技。资料显示(xiǎnshì),该公司提供(tígōng)AI视频(shìpín)解决方案,包括视频虚拟人(xūnǐrén)、实时交互虚拟人、视频翻译和视频换脸等服务,其法定代表人为(rénwéi)吕家俊,注册资本为100万元人民币,拥有3个注册商标和1项软件(ruǎnjiàn)著作权。招聘软件显示,艾库尔科技已经完成A轮融资,目前有20-99名员工,正在招聘语音算法工程师等职位。
在2024年底的一次(yīcì)专访中,吕家俊曾向媒体透露,其差异化(chāyìhuà)优势在于对B端企业市场(shìchǎng)的深度聚焦,“与专注于消费者市场的竞争对手不同,我们认为,企业市场的天花板更高、壁垒(bìlěi)更深,客户的黏性也较强。”
“长期来看,我们还是想做类似Adobe的公司。所以我们接下来几年的目标就是成为最好的商业(shāngyè)视频生产平台,去赋能各种(gèzhǒng)商业应用(yìngyòng)场景,包括广告营销、电影制作等。”吕家俊说。
(科创板日报 宋子(sòngzi)乔)
《科创板日报》5月28日讯(编辑 宋子乔) AI应用侧又跑出(chū)一匹(yìpǐ)黑马。硅谷(guīgǔ)初创公司Akool正式发布了全球首款实时(shíshí)摄像头——Akool Live Camera,核心功能包括:实时翻译多语言、虚拟数字人、实时换脸、动态(dòngtài)生成影视级画质的视频画面。
AI视频翻译功能打破语言(yǔyán)壁垒:Akool Live Camera已经能够实时翻译150+种语言,并(bìng)保持说话者的(de)声音特色和同步口型动作。

虚拟数字人功能可以打造出数字分身:通过4D面部映射技术与传感器融合方案,实时摄像头可精准捕捉人类微表情、手势(shǒushì)轨迹及(jí)语音语调变化,驱动虚拟数字人实现自然语言(yǔyán)处理+非语言信号同步(tóngbù)输出。虚拟形象还可根据观众(guānzhòng)所在国家的语言、文化习惯实时切换语言和手势。

实时换脸功能可以(kěyǐ)实现人脸的精准替换,并且还原人物的情绪和微表情(biǎoqíng)特征(tèzhēng)。在面对全球不同地区的用户时,还可以将主播切换成本地人。


实时AI视频生成(shēngchéng)功能:无需预先录制、编写脚本和复杂的后期制作,Akool实时摄像头就能根据用户(yònghù)的实际(shíjì)需求,理解对话上下文,即时生成超逼真的视频内容。
与其他AI视频生成类产品相比,Akool Live Camera最显著(xiǎnzhù)的特点在于(zàiyú)实时性、超低延迟,以及环境(huánjìng)感知+情感响应的智能交互能力。
生成的(de)虚拟形象最低延迟只有500毫秒,在盲测中94%的人(rén)无法区分真假;
区别于Sora的静态逻辑,只能基于固定文本指令(zhǐlìng)生成内容,无法(wúfǎ)感知环境变化(biànhuà)或用户实时反馈。Akool Live Camera具备环境感知能力,例如在会议室强光下(xià)自动调整面部光影,在嘈杂环境中增强语音清晰度;能实时解析用户情绪,比如观众皱眉时,虚拟(xūnǐ)形象会放慢语速、重复重点;学生走神时,虚拟教师会切换教学案例(ànlì),真正实现互动式沟通。
广告营销(yíngxiāo)、直播、跨国会议、影视作品创作是该产品(chǎnpǐn)的主要应用场景。Akool创始人兼CEO吕家俊(lǚjiājùn)表示:“Akool Live Camera不仅在改进视频创作技术,更在改变视频制作方式。从全球产品发布会到企业(qǐyè)会议,甚至医疗保健,我们正在为实时视频开辟新的可能(kěnéng)。”
起底Akool和它(tā)的90后创始人
Akool成立于2022年(nián),总部位于美国硅谷。其创始人吕家俊是中国人、90后(1990年出生(chūshēng))。
他从2009年开始在浙江大学(zhèjiāngdàxué)CAD&CG实验室攻读计算机(jìsuànjī)图形学,研究3D建模(jiànmó)及用AI辅助3D建模,接触(jiēchù)AIGC领域;后师从人工智能领域泰斗大卫•福塞斯(David Forsyth,一位在计算机视觉非常有影响力的教授),在伊利诺伊大学香槟分校(UIUC)深造(shēnzào),获得计算机科学博士学位。
翻阅(fānyuè)他的(de)履历,吕家俊曾供职于苹果、谷歌(gǔgē)等(děng)科技巨头公司,在视觉影像部门担任核心成员。2018年毕业后加入苹果,参与Face ID项目开发,实现(shíxiàn)戴口罩情况下的人脸识别(shíbié);2020年前往Google Cloud,专注视频处理和人体动作识别;还兼职做了一年Xreal的Adviser,搭建AI/ML团队并推进AI/ML应用开发,核心方向为手势识别用于AR眼镜的手势控制。
成立两年(2022年-2024年)至今,Akool已有500万用户,年度经常性收入(ARR)达4000万美元(wànměiyuán),其合作企业包括(bāokuò)苹果(píngguǒ)、可口可乐、麦当劳等。
Akool在中国也成立了代理机构——位于上海的艾库尔科技。资料显示(xiǎnshì),该公司提供(tígōng)AI视频(shìpín)解决方案,包括视频虚拟人(xūnǐrén)、实时交互虚拟人、视频翻译和视频换脸等服务,其法定代表人为(rénwéi)吕家俊,注册资本为100万元人民币,拥有3个注册商标和1项软件(ruǎnjiàn)著作权。招聘软件显示,艾库尔科技已经完成A轮融资,目前有20-99名员工,正在招聘语音算法工程师等职位。


在2024年底的一次(yīcì)专访中,吕家俊曾向媒体透露,其差异化(chāyìhuà)优势在于对B端企业市场(shìchǎng)的深度聚焦,“与专注于消费者市场的竞争对手不同,我们认为,企业市场的天花板更高、壁垒(bìlěi)更深,客户的黏性也较强。”
“长期来看,我们还是想做类似Adobe的公司。所以我们接下来几年的目标就是成为最好的商业(shāngyè)视频生产平台,去赋能各种(gèzhǒng)商业应用(yìngyòng)场景,包括广告营销、电影制作等。”吕家俊说。
(科创板日报 宋子(sòngzi)乔)
相关推荐
评论列表
暂无评论,快抢沙发吧~
你 发表评论:
欢迎