Rask AI可譯60國語言，口音、嘴型一步到位！創辦人解密背後Deepfake魔法|數位時代 BusinessNext

Rask AI可譯60國語言，口音、嘴型一步到位！創辦人解密背後Deepfake魔法

透過Rask AI的Deepfake技術，基本上演講、線上課程都可以直接發布於全球市場，但事實上Maria Chmir最初踏入這一行只是為了賺大錢？

「2018年，世界開始談論Deepfake，我就覺得好像有商業化的潛力。」Rask AI創辦人Maria Chmir回顧Deepfake引起自身好奇心的原因。

Rask AI是一款AI影片語音翻譯服務，可以直接將一部影片翻譯為60多種語言，還能讓影片中的人物變換嘴型、調整口音。舉例來說，任何講中文的影片創作者，都可以輕鬆地用Rask AI，讓影片中的人看起來就像是真的在講英文，而非僅是翻譯。Rask AI的客戶包含環球音樂等。

延伸閱讀：Rask AI實測！一鍵把中文翻譯成60種語言，究竟有多好用？

透過Rask AI的Deepfake技術，基本上演講、線上課程、企業培訓都不必再請翻譯，可以直接發布於全球市場。但事實上，Maria Chmir最初踏入這一行的原因，是為了拯救公司財務危機。

Rask AI超好用，創辦人回顧創立緣起

Maria Chmir碩士原就讀廣告系，畢業後便理所當然地進入廣告公司工作，負責為公司開拓客源、經營與合作廠商的關係，2年後被挖角至圖片搜索引擎Everypixel擔任產品經理，也無意間開啟認識Deepfake技術的大門。

2017年，Everypixel開發AI技術，幫助使用者在各個圖庫平台上搜尋，而且能自動篩掉畫質差、構圖不佳的圖片，即便產品對於消費者來說十分方便，也被各大媒體報導，卻遇到一個棘手問題：無法賺錢。

公司想到了兩個解決方案：增加廣告服務、向投資人募資。前者需要增加大量平台流量，才能吸引企業購買廣告版位；後者則是因Everypixel從來沒有與投資人打交道的經驗，成功機率較微小。最後，Everypixel並沒有選擇其中任何一個方案，而是將希望放在第三個選擇：AI影像辨識服務。

Everypixel內部當時正發展一套功能，幫助使用者在上傳完照片後，為照片貼上標籤、自動新增文字描述，希望能夠藉此獲利，最終還是失敗收場。

當時剛上任行銷長的Maria Chmir就在思考究竟是哪個環節出了問題？

她發現Everypixel無法盈利的原因，是因為 沒有用消費者的角度來看待產品，缺乏和消費者近距離互動、溝通，因此無法察覺消費者的根本需求 ，「這是一個矇眼的行業：你不會知道今天要製作哪些內容，也不會知道產品會被哪些消費者購買。」

延伸閱讀：「媽，我被綁架了！」AI只需要3秒偽造聲音，成詐騙新招

正好在2018年，也是Deepfake技術越趨發達期間，Maria Chmir看到了比利時社會民主黨透過Deepfake技術製作的一段假川普影片，第一時間便想到這技術是否能為公司賺錢、商業化應用，於是針對Everypixel的另一項AI換臉工具Reflect尋找客戶，聯繫過往在廣告業培養的人脈，而這次總算成功，為公司增加許多收入。

眼見Everypixel終於開始賺錢了，公司高層決定重點發展Deepfake技術，為此成立一間新公司Dowell，並讓Maria Chmir兼任創辦人暨執行長的角色，專門為影視產業提供服務。

過了一年多的時間，Dowell走上正軌的同時，Maria Chmir的野心也越來越大，認為Deepfake具有更多可能性，促使她決定跳出來成立了Rask AI。

將Rask AI定位為教育科技！Maria Chmir指出Deepfake技術3大發展挑戰

Rask AI是一個影片語音翻譯SaaS服務，如同Maria Chmir的願景，該服務全自動化，使用者只要把影片上傳、選擇指定語言，就能把影片自動翻譯為60多國語言，而人物的嘴型、口音也會隨之而變。

目前分為2種費用方案，分別是基本版（每月49美元）和進階版（每月119美元），前者可翻譯25分鐘、後者有100分鐘的時間，如果影片時間較長，則每多1分鐘增加1美元。

有趣的是，Maria Chmir將公司定位為「教育科技」，期望透過Deepfake技術的力量擴大世界上所有內容的影響力，「我們正在打破語言障礙，使人們能夠學習新事物，或以母語觀看他們最喜歡的YouTuber。」

Rask AI的應用場景也不局限於影視產業裡，而是更加廣泛，例如幫助YouTuber、線上課程和國際企業的員工培訓課程翻譯，也正呼應了Maria Chmir多年前學到的教訓：「始終以消費者的角度打造產品」。

即便Deepfake技術得以讓歷史人物「復活」，她也補充Deepfake技術3大發展挑戰，第一，無法得知該人物過去的習慣行為、動作、情緒，「我們明白我們的觀眾往往不想創造某個英雄的外表，而是想要現人物的性格、本質、思維、言談舉止、情感。」

第二，光線容易影響Deepfake換臉技術的完整度，例如在很暗的環境下，就難以實現換臉技術；最後，則是容易吃官司，因此需要特別注意圖庫使用權限。

參考資料：Brask AI、Techinsider、DEEP FAKE CHALLENGE

本文授權轉載自：創業小聚

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。