Lior Hakim, spoluzakladatel a technický ředitel Hour One – rozhovor

Lior Hakim, spoluzakladatel a technický ředitel Hour One, lídra v oblasti vytváření virtuálních lidí pro profesionální video komunikaci. Tyto věrně podobné virtuální postavy, vytvořené výhradně podle skutečných lidí, vyjadřují lidskou expresivitu prostřednictvím textu, což umožňuje podnikům zvyšovat svou komunikaci s nebývalou lehkostí a škálovatelností.

Můžete sdílet příběh o vzniku Hour One?

Původ Hour One lze vysledovat zpět k mé účasti v oblasti kryptoměn. Po tomto projektu jsem začal uvažovat, co by mohlo být další velkou věcí, do které by se mohly zapojit cloudové výpočty, a jelikož se strojové učení stalo populárním v oblasti doporučení a prediktivní analýzy, pracoval jsem na několika projektech souvisejících s infrastrukturou strojového učení. Díky této práci jsem se seznámil s ranými generativními pracemi a byl jsem zvláště intéressován GANy. Používal jsem veškerý dostupný výpočetní výkon, abych otestoval tyto tehdy nové technologie. Když jsem ukázal své výsledky kamarádovi, který měl společnost v tomto oboru, řekl mi, že musím potkat Orena. Když jsem se zeptal proč, řekl mi, že možná oba přestaneme plýtvat jeho časem a začneme plýtvat časem navzájem. Oren, můj spoluzakladatel a CEO Hour One, byl raný investor do AI a přestože jsme stáli na různých místech, oba jsme se pohybovali stejným směrem, a založení Hour One jako domova virtuálního člověka bylo nevyhnutelnou cestou.

Jaké jsou některé z algoritmů strojového učení, které se používají, a jaká je role Generative AI?

V oblasti tvorby videa jsou algoritmy strojového učení důležité ve všech fázích. V rámci fáze scriptování nabízejí Large Language Models (LLM) cennou podporu, vytvářející nebo upravující obsah, aby zajistily přesvědčivé vyprávění. Když přecházíme k audio, Text-to-Speech (TTS) algoritmy přeměňují text na organické, emotivní hlasy. Při přechodu k vizuální reprezentaci naše proprietární Multimodal základní model virtuálního člověka hraje hlavní roli. Tento model, vylepšený pomocí Generative Adversarial Networks (GANs) a Variational Autoencoders (VAEs), je schopen vyjadřovat kontextové emoce, artikulaci a přesvědčivé, autentické a strhující výkony. Tyto generativní techniky přeměňují text a audio signály na věrně podobné vizuální výstupy virtuálních lidí, vedoucí k hyperrealistickým video výstupům. Orchestrace LLM, TTS, GANs, VAEs a našeho Multimodal modelu činí Generative AI nejen součástí, ale páteřní součástí moderní video produkce.

Jak se Hour One liší od ostatních generátorů videa?

Na Hour One se naše odlišení od ostatních generátorů videa nezakládá na soutěži, ale spíše na hluboce zakořeněné filozofii, která řídí náš přístup k kvalitě, produktovému designu a marketinkové strategii. Naším řídícím principem je vždy dávat přednost lidskému prvku, zajišťující, aby naše výtvory rezonovaly s autenticitou a emocemi. Jsme hrdí na to, že dodáváme nejlepší kvalitu v oboru bez kompromisů. Používáním pokročilého 3D video renderingu poskytujeme našim uživatelům skutečný filmový zážitek. Naše strategie je navíc jedinečně názorová; začínáme s vyleštěným produktem a poté rychle iterujeme směrem k dokonalosti. Tento přístup zajišťuje, že naše nabídky jsou vždy o krok napřed, stanovují nové standardy ve video generaci.

S vaším rozsáhlým zázemím v oblasti GPU, můžete sdílet své názory na NVIDIA Next-Generation GH200 Grace Hopper Superchip Platform (NVDA )?

Architektura Grace Hopper je skutečnou hrou měnící věcí. Pokud GPU může efektivně pracovat z RAM hostitele bez úplného zablokování výpočtu, odemyká současné nemožné model/akcelerátor poměry ve výcviku, a jako výsledek, mnohem požadovanou flexibilitu ve velikosti výcvikových úloh. Předpokládáme, že celý sklad GH200 nebude pohlcen pouze LLM výcvikem, doufáme, že ho budeme moci využít ke snížení nákladů na prototypování našich multimodálních architektur.

Jsou nějaké další čipy, které jsou v současné době na vašem radaru?

Naším hlavním cílem je poskytnout uživatelům video obsah, který je cenově konkurenceschopný. Vzhledem k poptávce po velkých paměťových GPU v současné době neustále optimalizujeme a zkoušíme každou nabídku GPU na hlavních cloudových poskytovatelích. Kromě toho se snažíme být alespoň částečně nezávislí na některé z našich zátěží. Proto sledujeme TPUs a další ASICs a také pečlivě sledujeme AMD. Nakonec každá hardwarová optimalizační cesta, která může vést k lepšímu poměru FLOPs/$, bude prozkoumána.

Jaký je váš výhled na budoucí pokroky ve video generaci?

Za 24 měsíců nebudeme moci rozeznat vygenerovaného člověka od zachyceného. To změní mnoho věcí, a my jsme zde na předním místě těchto pokroků.

V současné době jsou většina generovaných videí pro počítače a mobilní zařízení, co se musí změnit, abychom měli fotorealistické generované avatary a světy pro rozšířenou realitu a virtuální realitu?

Atualně máme schopnost generovat fotorealistické avatary a světy pro obě rozšířenou realitu (AR) a virtuální realitu (VR). Hlavní překážkou je latence. Zatímco dodání vysoce kvalitních, reálných grafik na okrajová zařízení, jako jsou AR a VR headsety, je důležité, dosažení tohoto bezproblémového průběhu je závislé na několika faktorech. Především jsme závislí na pokrocích ve výrobě čipů, aby zajistily rychlejší a efektivnější zpracování. Vedle toho je optimalizace spotřeby energie zásadní pro zajištění delšího použití bez kompromisů pro zážitek. Nakonec očekáváme softwarové průlomy, které mohou efektivně mostnout mezeru mezi generováním a reálným renderováním. Jak tyto prvky dohromady, uvidíme nárůst využití fotorealistických avatarů a prostředí napříč oběma AR a VR platformami.

Co očekáváte, že bude další velký průlom v AI?

Když se jedná o další významný průlom v AI, je vždy vzduch nadšené a očekávané. Zatímco jsem naznačil některé pokroky dříve, co mohu sdílet, je, že aktivně pracujeme na několika průlomových inovacích právě teď. Rád bych se ponořil do detailů, ale prozatím vás všechny povzbuzuji, abyste sledovali naše nadcházející vydání. Budoucnost AI slibuje obrovský potenciál, a my jsme rádi, že jsme na předním místě těchto průkopnických úsilí. Zůstaňte naladění!

Je něco jiného, co byste rádi sdíleli o Hour One?

Měli byste určitě zkontrolovat náš discord kanál a API, nové doplňky naší platformy na Hour One.