初创公司Synthesia近日宣布对其平台进行了重大更新，该公司专注于协助企业打造专业级别的AI视频。此次更新旨在为企业提供一套全面的套件，加速企业以视频为媒介的沟通计划。

这次更新正式命名为Synthesia 2.0，新增了多项核心功能，包括能够执行一系列动作的全身虚拟形象和交互式视频体验。这种体验允许用户创建带有用户可与之互动元素的AI视频，如日历或表格。此外，Synthesia还推出了一款全新的AI屏幕录制器，旨在简化公司为员工制作操作说明视频等内容的流程。

Synthesia自发布能够表达情感的虚拟形象以来，持续推出新功能。然而值得注意的是，并非所有功能都会立即上线。部分功能计划于下个月推出，而其余功能将在接下来的几个月内逐步推出。

企业沟通的进一步强化

早在2017年，斯坦福大学、慕尼黑工业大学和剑桥大学的一群AI研究人员和企业家共同创立了Synthesia。他们的目标清晰明了：为企业提供从单调文本内容转向更具吸引力和感染力的视频内容的快速方法。多年来，他们开发了一个端到端的平台，企业可以在其中创建自定义的AI声音和虚拟形象（甚至可以从现有的声音和形象中进行选择），并将它们与预先编写或AI生成的脚本结合，生成AI视频。

时至今日：Synthesia已被超过55,000家企业采用，包括Zoom、Dupont、喜力（Heineken）和伊莱克斯（Electrolux）。该公司还显著提升了其AI虚拟形象，使它们更加逼真和富有情感。就在不久前，该公司推出了新的Express-1模型，让虚拟形象能够理解文本中的语境和情感，并改变其语调和面部表情以传递语音。

随着最新的更新，该公司继续在虚拟形象方面努力。本质上，为了增强数字角色的叙事性，公司正在扩大它们的动作范围。这将加强虚拟形象的个性，使它们能够运用人类所能使用的各种肢体语言，包括手部动作，来讲述引人入胜的故事。

据Synthesia产品营销主管Dan-Vlad Cobasneanu介绍，改进的虚拟形象是通过捕捉全球数千人的数据来训练多个大型视频和音频基础模型的结果。他补充说，这些虚拟形象也将完全可控：用户将能够使用图像和视频指定虚拟形象的外观，并使用骨架序列创建动画。

但这仅仅是虚拟形象升级的其中一部分。

Synthesia还通过允许用户使用带有自然背景的网络摄像头或移动摄像头来创建个人AI虚拟形象，改进了用户创建个人AI虚拟形象的方式。该公司首席执行官Victor Riparbelli表示，这在用户希望展现更真实一面时尤其有用，比如在教授课程时。录制的个人虚拟形象将具有更好的口型同步和更自然的声音，并能够将语音翻译成30多种语言。

交互式AI视频

尽管改进的虚拟形象将提升内容的呈现方式，但Synthesia构建的新交互式视频播放器将改变内容的消费方式。用户将能够在其内容中集成各种可点击的热点，允许最终观众点击并采取行动。例如，他们可以点击一个元素来填写表单、打开日历/测验，或跳转到他们感兴趣的视频部分。

尽管这一功能还需要一段时间才能全面推出，但演示视频确实展示了用户只需启用交互性并定义热点指向的流程，即可实现这些可点击的体验。该公司指出，在交互式体验套件中首次亮相的功能将是更改视频语言和显示内容为所需语言的能力。

值得一提的是，Synthesia还添加了AI屏幕录制器。最初，该功能将像普通的屏幕录制器一样工作，捕获屏幕上发生的一切。一旦录制停止，公司的底层模型将从中生成专业的AI视频，包括说话者的音频和音频转录。然后，用户可以对其进行编辑，添加他们的虚拟形象和自动缩放效果以强调关键操作。如有需要，他们甚至可以编辑脚本来更新内容。

Synthesia 2.0还有哪些新特性？

除了上述特性外，Synthesia 2.0还进行了一些渐进式的改进，包括添加品牌套件（以便在视频中融入企业的品牌语言和身份）以及通过公司的AI视频助手批量生成内容。

此外，还将有新的协作功能，允许多个用户同时处理视频项目，以及改进的一键翻译体验，用户只需创建和维护一个视频版本即可。翻译将自动完成和更新。

这些新特性将如何推动Synthesia的采用将是一个值得关注的点。Synthesia一直专注于以同意、审核和协作驱动的方法为企业提供服务。在这个领域与该公司竞争的其他玩家包括Deepbrain AI、Rephrase和HeyGen。