Atmanity发布实时视频模型 Atmee v2

Article

Atmee v2发布：一张照片生成AI角色，能实时聊天、做动作，连周围环境都能生成

动察 Beating AI 快讯，AI 初创公司 Atmanity 发布实时视频模型 Atmee v2。只需一张照片和 10 秒录音，就能生成一个可以面对面聊天的 AI 角色。它能根据对话内容实时生成表情、手势和身体动作，还能与周围环境互动。

官方演示中，一个卡通角色会主动凑近镜头、逗用户笑，两名 AI 主持人无需预设台词就能实时对谈。团队还用一条小巷的照片，让模型连续生成可控制的街景，不过画面仍会出现扭曲。

为了让角色自然互动，团队训练了两套模型。一套负责判断角色何时说话、倾听，以及该做什么动作；另一套负责实时生成视频画面。官方称，一张 GPU 就能运行整套系统。

Atmanity 创始人余正平此前创办过 AR 导航公司 Phiar，2022 年被谷歌收购。此后他再次创业，花了两年研究实时视频 AI，希望让人们像视频通话一样直接与 AI 交流。

Atmee v2 也能像 Seedance 2.5、Wan 3.0 一样生成普通视频。在以人物为主的视频生成任务中，速度最高快 50 倍，成本降低 10 至 100 倍。

目前 Atmee v2 还需要申请邀请码，Beta 版及 API 即将推出。

Key points

The following is analysis, separate from reported facts. Verify important claims independently.

这是一套实时生成视频角色的模型：用户提供照片和短录音后，系统尝试让角色像视频通话对象一样边交流边生成表情与动作。演示还包括AI角色之间的实时对谈和可控制街景，但报道明确提到画面仍可能扭曲。

如果官方描述能够在实际测试中复现，Atmee v2可用于探索实时AI角色、互动视频和环境生成等应用；目前关键性能与成本数据仍主要是官方说法。

新手可以把它理解为“让一张照片变成可实时聊天和行动的视频角色”，但邀请码、Beta版和API状态意味着其公开可用程度仍有限。