Стартап Synthesia, который занимается генерацией видео, показал нового участника PR-команды — интерактивный аватар своего руководителя по корпоративным вопросам Александру Войку. По словам автора материала, аватар обучили отвечать на типовые вопросы о компании, например о том, чем она занимается и как работает.
В сентябре Synthesia пригласила журналиста в новый офис в Нью-Йорке. Компания, основанная в Великобритании, входит в число заметных игроков на рынке цифровых аватаров наряду с D-ID, HeyGen и Colossyan. Ранее в этом году Synthesia оценили в $4 млрд, а в прошлом году компания сообщила, что ее годовая выручка на основе регулярных платежей превысила $100 млн.
Synthesia позволяет компаниям создавать обучающие видео с ИИ-аватарами. Недавно она также представила продукт Roleplay Sessions, где сотрудники могут, например, отрабатывать продажи с интерактивным аватаром, который отвечает и оценивает ответы.
Во время визита в новый офис автору новости предложили сделать собственный цифровой двойник, и она согласилась. Для этого в офисе Synthesia оборудовали мини-студию: журналистку фотографировали и записали двухминутный фрагмент голоса. Затем компания создала для нее персональный аватар и два интерактивных аватара — оба в версиях с очками и без них.
Для обучения интерактивного аватара выбрали одну из ее публикаций. Модель собрали из нескольких частей: распознавания речи, языковой модели, генерации речи и видеомодели. В Synthesia уточнили, что в своих аватарах используют собственные видеомодели и голосовые модели, но клиенты могут выбрать и альтернативы от Cartesia, ElevenLabs, Google или OpenAI. Компания также позволяет размещать аватары в любом облаке либо хранить их на своей инфраструктуре.
В Synthesia описывают три типа продуктов: платформу для создания и распространения видео с классическими аватарами, агентную платформу Sessions для опросов и ролевых сценариев, а также API-платформу для сборки интерактивных аватаров и других продуктов на базе видео- и голосовых моделей компании.
На создание аватаров у команды ушло несколько дней. Автор сначала протестировала персональный вариант и отметила, что голос получился довольно похожим, хотя в записи не было ее хрипоты. Позже она показала аватары друзьям и семье. По ее словам, реакция была смешанной: одни сочли их интересными и жутковатыми, мать назвала результат «удивительным», а отец и мать пытались задать модели вопросы, которые знали только они. Аватар при этом снова и снова возвращал разговор к той же статье.
Интерактивный аватар оказался детерминированным: он отвечает только на вопросы, связанные с обучающим материалом. Персональный аватар, напротив, просто воспроизводит заданный текст. Автор также пишет, что ее цифровой двойник пока не вызывает у нее полного ощущения доверия и заставляет задуматься о будущем журналистики, где аватары могут дополнять или даже заменять людей в отдельных сценариях. При этом она подчеркивает, что основой журналистики остается доверие, и, по ее мнению, ИИ вряд ли сможет взять это на себя.
Материал также затрагивает более широкий вопрос использования цифровых двойников в корпоративной среде. Автор считает, что такие аватары могут пригодиться, например, во время отпусков, когда человек может оставить виртуальную версию себя отвечать на базовые вопросы. При этом она отмечает, что ее поколение, по ее мнению, вряд ли быстро привыкнет к таким системам.
Источник: TechCrunch.