开头：元天地之心MetaverseHub
“行业不雅察者”是咱们针对东说念主工智能、XR、元天地和Web3等前沿科技而设立的专栏，主要分享这些领域中的新兴企业或者创业者们的故事。专注于AI视频生成的公司Synthesia最近融资了1.8亿好意思元，并打造了寰宇上首个齐全由AI生成的捏造形象，它是何如作念到的？以下是咱们的第45期本色，以下Enjoy。
尽管电子邮件、通讯软件和文献分享等器用在当前快节律、漫步式的职场环境中极具价值，但它们仍仅仅基础的信息传递。
正因如斯，视频正冉冉成为企业领域的一种弘大新媒体，篡改着责任方位的疏导和合作模式。通过在数字互动中融入印象深入的视觉成果、语音语调或肢体话语，视频弥补了文本疏导的不及。
为了进一步挖掘这种媒体格式的价值，Synthesia的创始团队在2017年构建了一个视频平台，使企业大致充分利用视频进行业务疏导和常识分享，并在此过程中将任何职工更动为视频创作家。
01.1分钟技俩速览
1.技俩称呼：Synthesia
2.成就地间：2017年4月
伸开剩余90%3.居品简介：
Synthesia提供AI视频生成平台，可使用120多种话语的可定制头像和画外音将文本更动为专科视频。
4.创始东说念主团队：
Victor Riparbelli：CEO，曾就读于哥本哈根信息技巧大学； Steffen Tjerrild：COO，CFO，曾在斯坦福大学攻读金融学硕士学位； Matthias Niessner施展：慕尼黑工业大学施展，并厚爱视觉策划实验室； Lourdes Agapito施展：伦敦大学策划机科学系3D视觉施展。5.融资情况：
2017年10月1日，完成100万好意思元的种子前轮融资； 2019年4月25日，完成由LDV Capital领投的310万好意思元的种子轮融资； 2021年4月20日，完成由FirstMark领投的1250万好意思元的A轮融资； 2021年12月8日，完成由Kleiner Perkins领投的5000万好意思元的B轮融资； 2023年6月13日，完成由Accel领投的9000万好意思元的C轮融资； 2025年1月15日，完成由New Enterprise Associates领投的1.8亿好意思元的D轮融资。故事源于Victor Riparbelli巧合间读到了Matthias Niessner施展所撰写的一篇相关AI在视频生成应用方面的首创性论文，论文中的本色令他深受启发，他意志到这可能预示着媒体制作经过的一次创新。
不久后，Victor Riparbelli与Steffen Tjerrild、Matthias Niessner施展、Lourdes Agapito施展联袂创办了Synthesia公司，尝试将这篇论文的学术凯旋动荡为买卖应用，这无疑是一次学界与业界的强强联手。
“让怀揣创意的16岁少年，仅凭卧室中的一台开辟，就能拍出好莱坞级别的电影”成为了该公司的愿景。
在其他企业还在利用AI打造如Snapchat滤镜这类器用时，Synthesia就依然凭借一款AI配音器用崭露头角，该器用欺诈策划机视觉技巧使不同话语的嘴部动作愈加当然传神，同期也为公司带来了首批收益。
自后，Synthesia发现寰球罕有十亿东说念主渴慕制作视频，却因为不懂照相妙技和有限的预算，遥远不知从何脱手。
亦然在这时，Synthesia意志到生成式AI视频的信得过方针客户，并非已有视频制作才略的东说念主群，而是那些在责任中需要视频但磨灭资源的东说念主。
有了明确的意见后，Synthesia发明了一款虽与专科摄像机比拟质料略逊一筹，但价钱更亲民、操作更方便的居品，因此好多业余宠爱者皆平稳为此付费。
现如今，Synthesia已齐全成为了面向企业的AI视频平台。
03.最初的企业通讯软件
从AI语音起家的Synthesia，更动发展意见后，其在多方面依然遥遥最初，成为业内大受企业迎接的AI视频平台。Synthesia的功能主要体现在AI头像、AI语音和视频剪辑方面。
“AI头像
Synthesia不错创建自界说头像，并提供杰出150种不同作风、肤色、性别和年岁的AI东说念主物形象。
用户也不错对其进行外不雅和服装等方面的调理，让捏造形象愈加贴合自己需乞降创意。通盘过程用户皆不错使用手机摄像来完成。
现在，Synthesia依然从单纯的AI头像发展到撑捏AI半身像，体魄姿势和手势也成为了捏造形象的一部分。其最新推出的第四代AI捏造形象Expressive Avatars更是大致准确传达心扉。
“AI语音
Synthesia动作最初的企业通讯软件，其语音成果确切不错以伪乱真，如同真东说念主的声息质料、语调、心扉抒发。
用户不错将我方的英语声息克隆并用于29种不同话语，仅需5-10分钟的灌音时辰。
灌音完成后，百家乐AG真人就能用我方的声息创建多种话语的个性化本色，与不同话语配景的听众建立更良好的掂量。
该软件撑捏杰出120种话语和口音，确切涵盖了寰球扫数主要的话语和方言。各个国度和地区的用户皆不错很冒失地制作不同话语版块的视频，在寰球传播视频本色。
“视频剪辑
Synthesia不错将笔墨思法、PPT、PDF和网站按照事先成立的模板更动为视频，无需摄像机、麦克风和演员，大大裁汰了视频制作的门槛，从简了时辰和资本。
该软件内置有300多个视频模板，用户不错对其模板进行采选和修改，还能对视频中的AI头像、配景图、语音速率、语调等参数进行调理，以致连演讲者的面部样貌皆不错微调。
更蹙迫的是，用户不错为团队创建一个分享空间，Synthesia撑捏合作制作视频并及时剪辑。
当前Synthesia官方依然推出了Synthesia 2.0，不错坐窝对用户完成的摄像视频进行剪辑、转录画外音、匹配屏幕截图，并具有自动缩放成果以强调错误动作等功能。
2.0的翻译功能愈加完善，用户只需要使用Synthesia更新一条视频，后头不雅看的视频就会自动翻译成不雅看者的话语。
Synthesia 2.0重新运转透顶校正了视频制作的每一个错误，致力于于匡助企业大范畴创建和分享AI生成的视频。
04.探索AI捏造形象
Synthesia平台的中枢在于其AI捏造形象，现已有杰出20万东说念主使用其225个捏造形象创建了杰出1800万个视频演示，并以130多种话语发布。
最初，Synthesia为文娱行业开发了对口型和配音器用。但因为这项技巧的质料门槛较高且需求不大，于是公司在2020年篡改了意见，为企业客户推出了第一代捏造形象。
和后续版块比较起来，第一代居品稍显艰巨，从各方面来看皆很稚嫩。
如今，该公司依然推出了第四代AI捏造形象Expressive Avatars，这亦然寰宇上首个齐全由AI生成的捏造形象。这些捏造形象由EXPRESS-1模子提供撑捏，大致收尾传神的扮演。
具体来说，EXPRESS-1模子利用大型预磨练模子动作骨干鞭策性能，并结伙扩散技巧模拟复杂的多模态漫步。它大致执行猜度每一个动作和面部样貌，与白话的时辰、语结伙重音无缝对接。
Expressive Avatars如今大致像信得过的演员相同，以正确的语调、肢体话语和口型同步演绎脚本，成为“数字演员”。
Melissa Heikkilä分享了她制作数字替身的履历。
她站在一块绿幕前，按照条目动弹头部和眼睛，这么系统才调识别其准确的肤色和面部特征。接着她被条目说“All the boys ate a fish”这句话，这么系统就能捕捉到酿成元音和子音所需的扫数嘴部动作。以致连枯坐的镜头也成为了磨练AI模子的数据。
然后，Melissa Heikkilä被条目用平淡、荧惑、不满、承诺等不同的语气读一段脚本，以便用这些语音样原来克隆声息。
总之，AI识别的面部动作、微样貌、头部歪斜、眨眼、耸肩和挥手等数据点越多，捏造形象就越传神。
Synthesia暗示，在最新的1.8亿好意思元融资的撑捏下，但愿在不久的翌日能创造出不错在捏造空间中行走和出动的全身化身。
不外，跟着捏造形象技巧的不休越过，AI不仅从新界说了个性化抒发的方式，也运转激发了更深头绪的社会商榷。同期，与之关联的AI语音、AI视频技巧的赶紧发展也带来了相关阴事的担忧。
一方面，公众越来越意志到AI生成的本色正在蕃昌发展，并可能成为传播失误信息的弘大器用。
另一方面，当前仍不分解深度伪造是否被大范畴用于传播失误信息，以及它们是否会野蛮地篡改东说念主们的信念和行为。
AI监管仍不完善，科技行业对本色开头的核实责任也还处于起步阶段。因此糜费者在享受科技发展的同期，更应该保捏警惕，以免迷失在海量信息中。
参考一语气：
1.https://www.cnbc.com/2025/01/15/ai-video-platform-synthesia-doubles-valuation-to-2point1-billion.html
2.https://www.synthesia.io/?r=0AG百家乐为什么总是输
参考一语气：
1.https://www.cnbc.com/2025/01/15/ai-video-platform-synthesia-doubles-valuation-to-2point1-billion.html
2.https://www.synthesia.io/?r=0
发布于：北京市