Joshua Xu, Co-Founder & CEO at HeyGen – Interview Serie

Joshua Xu er Co-Founder og CEO i HeyGen en platform, der giver brugerne mulighed for at producere studie-kvalitetsvideoer med AI-genererede avatarer og stemmer uden besvær.

I co-foundede HeyGen i 2020 med visionen om at genopfinde visuel fortælling gennem AI. Kan du dele, hvad der inspirerede dig til at starte HeyGen, og din oprindelige vision for denne mission?

Før jeg co-foundede HeyGen, arbejdede jeg på Snaps reklamehold, hvor jeg ledte integrationen af AI i Snapchat-platformen. Senere skiftede jeg hold for at arbejde på AI-forstærket kamera. Det var i 2018, og AI fik ikke så meget opmærksomhed dengang som nu, men vores hold arbejdede hårdt for at skabe elementer til billeder og videoer med AI, som ikke eksisterede dengang. Det var dengang, jeg indså, at computeren kan skabe højkvalitets- og realistiske videoer. Jeg blev begejstret for potentialet i denne teknologi og hvordan den kunne ændre, hvordan folk laver indhold.

Nye indholdsplatforme har revolutioneret introduktionen af den mobile kamera. Vi har set Instagram, Snapchat, TikTok og andre indholdsplatforme opstå og låse op for en ny måde for indholdsskabere at skabe personligt, kvalitetsindhold på. Men selv med hjælp fra en mobil kamera er der stadig barrierer for at skabe førsteklasses indhold. Nogle af barrierne, jeg oplevede, inkluderer: på-kamera færdigheder, den tid og ressourcer, der er nødvendige for at optage videoer, og høje produktionsomkostninger.

I HeyGen tror vi, at kameraet kan erstattes. Jeg voksede op i den mobile kamera-rum, hvor jeg arbejdede på software og teknologi for at gøre det lettere for folk at skabe indhold. Men den publikum kæmper stadig for at skabe kvalitetsindhold udelukkende ved hjælp af mobile kamere. Vores hold i HeyGen mener, at hvis vi kan erstatte kameraet, indebærer det, at vi kan fjerne barrieren for visuel fortælling og indholdsskabelse, hvilket giver os et skridt frem.

Kan du diskutere de udfordringer, HeyGen stod overfor i sine tidlige faser, og hvordan holdet overvandt dem for at opnå profit og hurtig vækst?

Da forbrugerne stadig er nye i den generative AI-industri, har de mange spørgsmål omkring HeyGens etiske politik. Vi ønsker at gentage, at HeyGens politikker og produkter strengt forbinder skabelse af uautoriseret indhold, og vi tager misbrug af vores platform meget alvorligt.

Vores sikkerhedssikringer inkluderer avanceret bruger-verificering, herunder live-video-samtykke, dynamiske verbale adgangskoder og hurtig menneskelig gennemgang af alle avatar-verificeringer. Så vidt vi ved, er der ikke sket nogen misbrug siden implementeringen af disse protokoller. Tillid & Sikkerhed er afgørende for vores forretning, og vi samarbejder aktivt på tværs af industrien for at fortsætte med at udvikle de værktøjer og bedste praksis, der er nødvendige for at bekæmpe misinformation og AI-misbrug.

Hvordan gør HeyGens AI-teknologi det muligt for virksomheder at skabe videoer 10 gange hurtigere og med mindre omkostninger?

Da jeg startede HeyGen, lærte jeg, at redigering af videoer ikke er dyrt, men ansættelse af et video-produktionhold er. Fordi vi lever i en video-først verden, ønsker virksomheder at engagere deres publikum ved hjælp af videoindhold, men er hindret af omkostningerne og kompleksiteten ved video-produktion. HeyGen hjælper virksomheder med at generere professionelt-kvalitetsvideoer, komplet med tekst-til-tale AI-avatare, der fortæller disse videoer fra scratch. Med HeyGens video-generering behøver du ikke et studie, cast eller specialiserede færdigheder for at skabe videoer til din forretning.

Når virksomheder dropper ansættelse af filmhold – køb af dyrt udstyr, besvær med krævende skuespillere, besværlige genoptagelser og irriterende efterproduktion-redigering – skaber HeyGen-brugere videoer 10 gange hurtigere. Det sparer hold tid og penge og gør det lettere at skala op for det indhold, der har indflydelse på deres bundlinjer.

Evnen til at lokaliserer videoer til 175+ sprog og dialekter er imponerende. Kan du forklare, hvordan HeyGen opnår dette og fastholder naturlig lip-sync og stemmekvalitet?

Vores hold i HeyGen bruger tekst-til-tale-teknologi. Dette betyder, at HeyGen konverterer den tekst, du skriver, til lydfiler. Vi fokuserede på at gøre video-generering video-kvalitet over vores threshold, og vi ønsker at hjælpe folk med at erstatte det faktiske kamera og skala indholdsskabelsesprocessen.

Med over 40.000 betalende kunder, hvilke brancher eller typer af virksomheder ser du den mest udbredelse fra?

HeyGen hjælper vores mere end 40.000+ kunder med at gøre tre ting: skabe, lokaliserer og personliggøre videoer uden de ekstra omkostninger, der er forbundet med ansættelse af et produktionsfirma. Vores software er populær blandt marketinghold, hvor vi ser en stigning i lokaliseringsmuligheder.

McDonald’s og The Weather Channel er blandt dine bemærkelsesværdige kunder. Kan du dele mere detaljer om disse samarbejder og de resultater, de opnåede ved hjælp af HeyGen?

“Sweet Connections” McDonald’s-kampagnen var spændende for vores hold. Den fremhævede HeyGens teknologi, især vores oversættelsesfunktion. Børnebørn optog en besked på deres bedstefors mors sprog med vores Video Translate-teknologi. Den viste verden, at AI er for alle, herunder bedsteforældre og deres børnebørn.

Vi samarbejdede også med FN’s udviklingsprogram (UNDP) på et globalt projekt for deres nye Weather Kids-kampagne, skabt i samarbejde med Verdens Meteorologiske Organisation (WMO) og The Weather Channel. Kampagnen var en del af UNDP’s bestræbelser på at øge bevidstheden om klimaforandringer og mobilisere mennesker verden over til at tage meningsfuld klima-handling for fremtidige generationer. Seere kunne se 2050-vejret leveret af Weather Kids: en særlig vejrsigelse fra år 2050 anchoreret af børn-meteorologer, der er drevet af HeyGen.

Det felt af AI-video-generering udvikler sig hurtigt. Hvad fremtidige anvendelser eller fremskridt i AI-video-teknologi forudser du, og hvordan positionerer HeyGen sig for disse?

Hvis folk kan generere engagerende videoindhold, vil de naturligvis skabe mere videoer, og hver forretning sigter mod at øge sin video-udgang i dagens video-først verden. For HeyGen ser vi os selv skabe personlige videoer til alle vores kunder ved hjælp af en fuld-krop-avatar.

Hvordan forestiller du dig rollen af AI i det bredere felt af digital fortælling og indholdsskabelse udvikler sig over de næste fem år?

Der er mange muligheder derude. Folk kan nu samle billeder og bruge AI-drevet redigering til at skabe en poleret video. Hvis vi fortsætter på en fremadrettet vej med generativ AI, kan vi udvikle teknologi og forbedre præstationen betydeligt. Dette kunne til sidst føre til, at man oplever resultaterne af generativ AI-skabelse i streaming-rummet.

Hvordan vil AI-video-generering til sidst forstyrre filmindustrien?

Da HeyGen specialiserer sig i tilpasning af brugerdefinerede videoer til virksomheder, tror vi, at overbevisende, høj-kvalitetsindhold kan skabes, selv uden en mobil kamera.

Når det kommer til de kreative kunstner, vil AI bestemt forstyrre filmindustrien. Selvom dette ikke er HeyGens fokus, forestil dig en verden, hvor folk lokaliserer en video. Denne tilgang kunne indebære at udnytte generativ AI i stedet for at påføre ekstra omkostninger på genoptagelser.

HeyGen har nyligt med succes hævet en serie A-finansiering på 60 millioner dollar, hvordan vil dette påvirke selskabets fremtidige planer?

Da vores forretning har været profitabel siden Q2 i 2023, var vores serie A-finansieringsrunde primært fokuseret på at bringe verdensklasse-rådgivere og investorer for at hjælpe os med at skala. Det vil også hjælpe os med at accelerere vores produkt-vej og udvide væksten af markedshold baseret i LA, San Francisco, Palo Alto og Toronto.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge HeyGen.