Lior Hakim, Matgrënner & CTO vun Hour One - Interview Series

Lior Hakim, Matgrënner a Chief Technical Officer vun Stonn One, en Industrie Leader am Handwierk virtuelle Mënschen fir professionell Videokommunikatioun. Déi lieweg virtuell Personnagen, exklusiv no richtege Leit modelléiert, vermëttelen mënschlech-ähnlech Expressivitéit duerch Text, déi Geschäfter erméiglechen hir Messagerie mat oniwwertraff Liichtegkeet a Skalierbarkeet z'erhéijen.

Kënnt Dir d'Genesisgeschicht hannert Hour One deelen?

Den Urspronk vun Hour One kann op meng Engagement am Krypto-Domain zréckgezunn ginn. Post dat Beméihung hunn ech ugefaang ze iwwerdenken wat déi nächst grouss Saach wier déi Massewollekrechnung ka profitéieren a wéi Maschinnléiere Popularitéit gewonnen huet an Empfehlungen a prévisiven Analyse hunn ech un e puer ML Infrastrukturbezunnen Projete geschafft. Duerch dës Aarbecht hunn ech mat fréi generative Wierker vertraut a war besonnesch fir GANs zu där Zäit interesséiert. Ech hunn all de Computer benotzt, deen ech meng Hänn konnt kréien, fir déi deemools nei Technologien ze testen. Wann ech meng Resultater zu engem Frënd weisen, deen eng Firma am Feld hat, sot hien mir, ech muss den Oren treffen. Wéi ech gefrot firwat, hie sot mir, datt eis zwee vläicht ophalen seng Zäit ze verschwenden an all aner Zäit verschwenden. Den Oren, mäi Matgrënner a CEO vun Hour One war e fréien Investisseur an AI zu där Zäit. a wärend mir op verschiddene Plazen stoungen, ware mir allebéid an déiselwecht Richtung geplënnert, an d'Grënnung vun Hour One fir d'Haus vum virtuelle Mënsch ze sinn war eng inévitabel Rees.

Wat sinn e puer vun de Maschinn Léieren Algorithmen déi benotzt ginn, a wéi en Deel vum Prozess ass Generative AI?

Am Räich vun der Videokreatioun sinn Maschinnléiere Algorithmen instrumental op all Etapp. An der Skriptphase bidden Large Language Models (LLMs) onschätzbar Ënnerstëtzung, Handwierk oder Verfeinerung vum Inhalt fir zwéngend narrativ ze garantéieren. Wéi mir op Audio plënneren, morphéieren Text-to-Speech (TTS) Algorithmen Text an organesch, emotional Stëmmen. Iwwergang zu der visueller Representatioun, eise propriétaire Multimodal Fundamentalmodell vum virtuelle Mënsch hëlt d'Mëtt. Dëse Modell, verbessert mat Generative Adversarial Networks (GANs) a Variational Autoencoders (VAEs), ass adept fir kontextuell Emotiounen, Aussoen an eng artikuléiert, faszinéierend an authentesch Liwwerung ze vermëttelen. Esou generativ Techniken verwandelen Text- an Audio-Zeechen a lieweg Visuals vu virtuelle Mënschen, wat zu hyperrealistesche Videoausgaben féiert. D'Orchestratioun vu LLMs, TTS, GANs, VAEs, an eise Multimodale Modell mécht Generative AI net nëmmen en Deel mee de Pilier vun der moderner Videoproduktioun.

Wéi differenzéiert Hour One sech vu konkurréiere Videogeneratoren?

Bei Hour One staamt eis Ënnerscheedung vun anere Videogeneratoren net aus enger Beschäftegung mat Konkurrenz, mee éischter aus enger déif verwuerzelt Philosophie déi eis Approche fir Qualitéit, Produktdesign a Maartstrategie regéiert. Eise Leedungsprinzip ass ëmmer dat mënschlecht Element prioritär ze stellen, fir datt eis Kreatiounen mat Authentizitéit an Emotiounen resonéieren. Mir si stolz fir déi bescht Qualitéit an der Industrie ouni Kompromëss ze liwweren. Andeems Dir fortgeschratt 3D Video Rendering benotzt, gi mir eise Benotzer eng echt filmesch Erfahrung. Ausserdeem ass eis Strategie eenzegaarteg Meenung; mir fänken mat engem poléierte Produit un an dann séier iteréieren Richtung Perfektioun. Dës Approche garantéiert datt eis Offeren ëmmer e Schrëtt viraus sinn, nei Benchmarks an der Videogeneratioun setzen.

Mat Ärem extensiv Hannergrond an GPUs, kënnt Dir mat eis e puer Abléck op Är Meenung deelen op NVIDIA Next-Generation GH200 Grace Hopper Superchip Plattform?

D'Grace Hopper Architektur ass wierklech e Spillwechsler. Wann d'GPU effektiv aus dem RAM vum Host kann funktionnéieren ouni d'Berechnung komplett ze knacken, späert et momentan onméiglech Modell- / Beschleunigungsverhältnisser am Training op, an als Resultat vill gewënschte Flexibilitéit bei Trainingsaarbechtgréissten. Unzehuelen datt de ganze Stock vum GH200 net vun der LLM Training gegoss gëtt, hoffen mir et ze benotzen fir d'Prototypingskäschte fir eis multimodal Architekturen erof ze reduzéieren.

Ginn et aner Chips déi momentan op Ärem Radar sinn?

Eist Haaptziel ass de Benotzer Videoinhalt ze bidden, dee Präis kompetitiv ass. Mat der Nofro fir grouss Erënnerung GPUs am Moment, optimiséieren mir stänneg a probéieren all GPU Cloud Offer op den Top Cloud Service Provider. Ausserdeem beméie mir eis op d'mannst deelweis Plattformonofhängeg vun e puer vun eisen Aarbechtsbelaaschtungen ze sinn. Also kucke mir TPUs an aner ASICs, a bezuelen och Opmierksamkeet op AMD. Eventuell gëtt all Hardware-gefouert Optimisatiounsroute, déi zu bessere FLOPs / $ Verhältnis resultéiere kann, exploréiert ginn.

Wat ass Är Visioun fir zukünfteg Fortschrëtter an der Videogeneratioun?

An 24 Méint wäerte mir net fäeg sinn e generéierte Mënsch vun engem gefaangenen ze soen. Dat wäert vill Saachen änneren, a mir sinn hei un der Spëtzt vun deene Fortschrëtter.

Am Moment sinn déi meescht generéiert Videoe fir Computeren a mobilen Apparater, wat muss änneren ier mir Fotorealistesch generéiert Avataren a Welte fir augmentéiert Realitéit a virtuell Realitéit hunn?

Vun elo un hu mir d'Fäegkeet fir fotorealistesch Avataren a Welten ze generéieren fir béid augmentéiert Realitéit (AR) a virtuell Realitéit (VR). De primäre Hindernis ass latency. Wärend d'Liwwerung vu qualitativ héichwäerteg Echtzäit Grafiken op Randgeräter wéi AR a VR Headsets vital ass, ass dëst nahtlos z'erreechen ass ofhängeg vu verschiddene Faktoren. Virun allem si mir ofhängeg op Fortschrëtter an der Chipfabrikatioun fir méi séier a méi effizient Veraarbechtung ze garantéieren. Zousätzlech ass d'Optimiséierung vum Stroumverbrauch entscheedend fir méi laang Notzung ze garantéieren ouni d'Erfahrung ze kompromittéieren. Lescht awer net zulescht, mir erwaarden Software Duerchbroch déi effizient de Gruef tëscht Generatioun an Echtzäit Rendering iwwerbrécke kënnen. Wéi dës Elementer zesummekommen, gesi mir e Stroum an der Notzung vu fotorealisteschen Avataren an Ëmfeld iwwer béid AR a VR Plattformen.

Wat erwaart Dir de nächste groussen Duerchbroch an AI ze sinn?

Wann et ëm den nächste bedeitende Duerchbroch an der AI kënnt, gëtt et ëmmer eng Loft vun Opreegung an Erwaardung. Wärend ech virdru op e puer Fortschrëtter bezeechent hunn, wat ech kann deelen ass datt mir aktiv un e puer banebriechend Innovatiounen an dësem Moment schaffen. Ech géif gären a Spezifizitéiten verdéiwen, awer fir de Moment encouragéieren ech jiddereen en Aa op eis zukünfteg Verëffentlechungen ze halen. D'Zukunft vun AI huet immens Verspriechen, a mir si begeeschtert un der Spëtzt vun dëse Pionéier Efforten ze sinn. Bleift drun!

Gëtt et nach eppes wat Dir gär iwwer Hour One deele wëllt?

Dir sollt definitiv eisen Discord Kanal an API kucken, nei Ergänzunge fir eis Plattformoffer op Stonn One.