为Deep Nostalgia等项目提供技术的以色列人工智能公司D-ID正在推出一个新平台，用户可以在该平台上上传单个图像和文本以生成视频。通过这个名为Creative Reality Platform的新网站，该公司瞄准了企业培训和教育、公司内部和外部沟通、产品营销和销售等领域。
该平台使用起来非常简单：用户可以上传演示者的图像或从预先创建的演示者中选择一个来开始视频创建过程。付费用户可以访问更“富有表现力”的高级演示者，因为他们的面部表情和手部动作比默认演示者更好。之后，用户可以键入脚本中的文本，也可以简单地上传某人演讲的音频剪辑。然后，用户可以选择一种语言（平台支持 119 种语言）、声音和风格，如欢快、悲伤、兴奋和友好。
该公司基于人工智能的算法将根据这些参数生成视频。然后，用户可以将视频分发到任何地方。该公司声称该算法只需要一半的视频持续时间来生成一个剪辑，但在我们的测试中，生成一个一分钟的视频需要几分钟。这可能会根据您选择的演示者类型和语言而改变。
“COVID-19 大流行加速了全球对数字内容的需求。组织的一个大问题是教育内容的创建。阅读文件和浏览演示文稿可能会枯燥乏味。此外，他们必须花费数千美元聘请演员并制作教育视频。因此，我们正在使用我们的 AI 来创建演示者和导师来重演人类，并使内容更具吸引力和有效性，”D-ID 首席执行官 Gill Perry 在接受 TechCrunch 采访时表示。
Perry 指出了这项技术的许多用例——从 CEO 到员工的多语言信息到组织用户的个性化愿望。
D-ID 于 8 月中旬启动了该工作室进行测试，以在公开发布之前消除错误。虽然它的主要重点是迎合各种规模的公司，但该公司在平台上看到了创作者的极大兴趣。
制作令人反感的 deepfake 视频是一种风险。这就是为什么这家以色列公司设置了诸如过滤脏话和种族主义言论以及图像识别等防护措施，以避免使用名人的面孔。它使用Microsoft Azure 文本审核 API来清除视频脚本中的性言论和冒犯性语言。 D-ID 表示，该平台的使用条款禁止用户制作政治视频。如果违反任何这些规则，公司可以暂停违规者的帐户并将其视频从库中删除。
D-ID 在 3 月份由麦格理资本牵头的B 轮融资中筹集了 2500 万美元——迄今为止总共筹集了 4700 万美元。到目前为止，该公司一直依赖其他人使用其 API 来创建内容——Deep Nostalgia 就是一个典型的例子——其客户包括 Modelez、华纳兄弟和印度的短视频应用程序 Josh 。现在，该公司正在通过推出 PowerPoint 插件以及这个自助服务平台来扩展其赚钱产品。该插件在卡片组中添加了一个交互式演示者，因此用户不必只是朗读幻灯片。他们可以在不同的头像、声音和语言之间进行选择——就像自助服务平台一样。但目前没有规定要有自定义演示者。
在发布时，用户将能够免费注册一个 14 天的试用帐户，并创建长达 5 分钟的 AI 生成的 720p 视频。之后，他们可以每月支付 49 美元来访问 15 分钟的全高清 AI 生成视频、PowerPoint 插件和电子邮件支持。
D-ID 联合创始人 Eliran Kuta、Gil Perry 和 Sella Blondheim
用户还可以上传自己的音频片段进行语音克隆。此外，该公司正在开发一种工具，让用户上传自己的镜头，以训练 AI 更具表现力，从而更好地模仿视频中的人物。所有这些功能都将仅限于公司的企业层。
虽然该公司在 AI 生成的视频领域面临来自Rephrase.ai和Soul Machines等公司的竞争，但它声称几乎没有任何公司声称可以从单个图像生成高质量的视频。
Perry 表示，D-ID 的目标并不局限于企业培训、沟通和营销视频。它还具有促进实时视频通话翻译和克隆演示者的雄心壮志——当你口述音频时，它会在视频上出现一个头像而不是你。
该公司还考虑成为 web3/metaverse 开发的关键参与者。 “鉴于我们拥有从单个图像生成视频的专业知识。我们正在考虑为虚拟世界创建数字化身的方法，”佩里说。
Deep Nostalgia 背后的公司 D-ID 可让您从最初在TechCrunch上发布的Ivan Mehta 的单个图像创建 AI 生成的视频