Genmo vs Synthesia

Genmo es un laboratorio de investigación que desarrolla modelos abiertos de mundos de video, con Mochi como su línea insignia de generación de video a partir de texto. Puedes probar la generación en el playground del navegador, descargar pesos para ejecuciones locales, o integrarte con APIs de socios. El equipo enmarca el video como un camino hacia simuladores del mundo que comprenden física, movimiento y continuidad de escenas.

Mochi 1 es su primer gran lanzamiento público: un modelo de difusión de 10 mil millones de parámetros bajo Apache 2.0, entrenado desde cero en una arquitectura de Transformador de Difusión Asimétrica. La vista previa genera clips en 480p a 30fps de hasta 5.4 segundos, con énfasis en la fidelidad a la indicación y movimientos realistas, en lugar de la pulidez en fotogramas estáticos.

Investigadores y desarrolladores tienen acceso a pesos abiertos en Hugging Face, el código fuente en GitHub, y soporte para ComfyUI para pipelines personalizados. Creadores y marketeros usan el playground alojado para prototipar escenas sin necesidad de GPUs locales. El laboratorio también publica artículos técnicos y benchmarks comparando Mochi con generadores de video comerciales cerrados.

Synthesia convierte guiones en videos con presentadores usando más de 240 avatares prediseñados, voces clonadas y doblaje sincronizado en más de 160 idiomas. Escribes el texto, eliges un avatar y exportas en MP4 o SCORM sin necesidad de cámaras, estudios o actores de voz. El plan Básico incluye 10 minutos de video generado por mes con 9 avatares prediseñados.

Mientras que la mayoría de las herramientas de video con avatares se detienen en la exportación, Synthesia permite crear, localizar, colaborar y publicar en un solo espacio de trabajo. Los videos incrustados se actualizan automáticamente al editar la fuente, los paquetes SCORM incluyen versiones traducidas y los equipos Enterprise obtienen Kits de Marca además de SAML/SSO. Las Sesiones de Roleplay añaden un enfoque novedoso: practicar conversaciones de ventas o soporte con avatares interactivos que califican tus respuestas.

Los equipos de L&D lo usan para cumplimiento y capacitación a gran escala. Los grupos de habilitación de ventas envían actualizaciones de presentaciones en minutos en lugar de programar grabaciones. Los equipos de marketing y comunicaciones internas localizan un video maestro en docenas de idiomas con traducción de un solo clic. Más de 50,000 empresas lo usan, incluyendo una gran parte del Fortune 100.