Synthesia, ein britisches Startup spezialisiert auf digitale Avatare, hat im Rahmen der Eröffnung seines neuen Büros in New York erstmals einen interaktiven KI-Avatar für eine Journalistin erstellt. Das Unternehmen, das in diesem Jahr eine Bewertung von 4 Milliarden US-Dollar erreichte und im vergangenen Jahr einen Jahresumsatz (ARR) von über 100 Millionen US-Dollar verzeichnete, bietet Technologien zur Generierung von Videos und interaktiven digitalen Zwillingen.
Anwendungen und Technologie von Synthesia
Synthesia ermöglicht Unternehmen die Erstellung interaktiver Trainingsvideos mit KI-Avataren. Ein kürzlich eingeführtes Produkt namens „Roleplay Sessions“ erlaubt es Mitarbeitern beispielsweise, Verkaufsgespräche mit einem interaktiven KI-Avatar zu üben, der auf Antworten reagiert und diese bewertet. Das Unternehmen konkurriert in diesem Segment mit anderen Anbietern wie D-ID, HeyGen und Colossyan.
Synthesia bietet drei Hauptprodukttypen an: eine Plattform zur Videoerstellung und -verteilung mit klassischen Avataren, die Skripte wiedergeben; eine „agentic platform“ namens „Sessions“ für interaktive Umfragen oder Rollenspiele; und eine API-Plattform, die es ermöglicht, Synthesias Video- und Sprachmodelle mit anderen Technologieservices zu kombinieren, um interaktive Avatare oder andere Produkte zu entwickeln.
Erstellung und Funktion des Journalisten-Avatars
Für die Erstellung des Avatars der Journalistin wurde ein Mini-Filmstudio im Synthesia-Büro genutzt, wo zahlreiche Fotos und eine zweiminütige Sprachaufnahme gemacht wurden. Die Journalistin willigte in die Erstellung ein. Innerhalb weniger Tage wurden ein persönlicher Avatar, der Skripte vorliest, sowie zwei interaktive Avatare – jeweils mit und ohne Brille – erstellt.
Der interaktive Avatar der Journalistin wurde auf einen spezifischen Artikel über Venture-Betrug trainiert und beantwortet ausschließlich Fragen zu diesem Thema. Die technische Basis dafür bilden Sprach-zu-Text-, Video-, Sprach- und Text-zu-Sprachmodelle. Synthesia nutzt eigene Video- und Sprachmodelle, bietet Kunden jedoch auch die Möglichkeit, Alternativen von Drittanbietern wie Cartesia, ElevenLabs, Google oder OpenAI zu integrieren. Unternehmen können ihre Avatare zudem auf ihrer eigenen Cloud hosten oder den Hosting-Service von Synthesia nutzen.
Erste Eindrücke und Reflexionen
Die Journalistin beschrieb die Stimme ihres persönlichen Avatars als „ziemlich genau“. Der interaktive Avatar, der deterministisch arbeitet und nur auf die trainierten Inhalte reagiert, wurde von Freunden als weniger originalgetreu in Stimme und Aussehen empfunden als der persönliche Avatar, aber dennoch als „etwas unheimlich“ beschrieben. Ihre Mutter bezeichnete ihn als „erstaunlich“.
Die Erfahrung führte zu Überlegungen über die Zukunft des Journalismus. Während die Journalistin die menschliche Verbindung und das Vertrauen als Kern des Berufs hervorhebt, der nicht an KI ausgelagert werden könne, sieht sie Potenzial für digitale Klone in anderen Bereichen, beispielsweise um Fragen zu beantworten, während man im Urlaub ist. Sie äußerte gemischte Gefühle bezüglich des eigenen digitalen Zwillings, insbesondere die Erkenntnis, dass deterministische Avatare keine neuen Reaktionen zeigen oder Emotionen ausdrücken können.
Thema: Technologie / KI allgemein. Quelle/Inspiration: TechCrunch.