来源:
财联社
AI 应用侧又跑出一匹黑马。硅谷初创公司 Akool 正式发布了全球首款实时摄像头——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、动态生成影视级画质的视频画面。
AI 视频翻译功能打破语言壁垒:Akool Live Camera 已经能够实时翻译 150+种语言,并保持说话者的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、手势轨迹及语音语调变化,驱动虚拟数字人实现自然语言处理+非语言信号同步输出。虚拟形象还可根据观众所在国家的语言、文化习惯实时切换语言和手势。

实时换脸功能可以实现人脸的精准替换,并且还原人物的情绪和微表情特征。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的实际需求,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 最显著的特点在于实时性、超低延迟,以及环境感知+情感响应的智能交互能力。
生成的虚拟形象最低延迟只有 500 毫秒,在盲测中 94% 的人无法区分真假;
区别于 Sora 的静态逻辑,只能基于固定文本指令生成内容,无法感知环境变化或用户实时反馈。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,真正实现互动式沟通。
广告营销、直播、跨国会议、影视作品创作是该产品的主要应用场景。Akool 创始人兼 CEO 吕家俊表示:「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会议,甚至医疗保健,我们正在为实时视频开辟新的可能。」
起底 Akool 和它的 90 后创始人
Akool 成立于 2022 年,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)。
他从 2009 年开始在浙江大学 CAD&CG 实验室攻读计算机图形学,研究 3D 建模及用 AI 辅助 3D 建模,接触 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,获得计算机科学博士学位。
翻阅他的履历,吕家俊曾供职于苹果、谷歌等科技巨头公司,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,实现戴口罩情况下的人脸识别;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,其合作企业包括苹果、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,该公司提供 AI 视频解决方案,包括视频虚拟人、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 年底的一次专访中,吕家俊曾向媒体透露,其差异化优势在于对 B 端企业市场的深度聚焦,「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视频生产平台,去赋能各种商业应用场景,包括广告营销、电影制作等。」 吕家俊说。
(财联社)
文章转载自东方财富