AI 摘要
- Atmanity 發表即時視訊代理 avatar 模型 Atmanity Atmee v2，輸入一張圖片與一段短音訊即可生成可即時視訊通話的角色。
- 官方稱 Atmanity Atmee v2 跑在單張 GPU 上，速度比 Seedance 2.5、Wan 3.0 等通用影片模型快 50 倍，營運成本低 10 到 100 倍。
- Atmanity Atmee v2 目前採邀請制，對外開放的是 Atmee v1 API，官方尚未公布價格表。
Atmanity 共同創辦人暨執行長 Chen-Ping Yu 在 X 上發表 Atmanity Atmee v2，一款專為「即時視訊代理」設計的 avatar 模型。官方訴求相當具體：一張圖片加上一段短音訊，就能生出一個可以即時視訊通話的角色。Atmanity 表示這套模型跑在單張 GPU 上，速度比 Seedance 2.5、Wan 3.0 這類通用影片模型快上 50 倍，營運成本則低 10 到 100 倍。這個組合把過去需要整套雲端算力才能完成的即時數位人，壓縮到相對輕量的執行環境，也讓「即時視訊對話」的製作門檻再往下探一個台階。
兩個模型分工：Causeur 決定，Atmee v2 渲染
Atmanity 把一個即時視訊代理拆成兩半，官網上的說法是「Causeur 決定，Atmee v2 渲染」。
- Causeur：行為模型，負責個性、情緒、時機與主動傾聽，決定角色在對方說話時與自己說話時該做什麼。
- Atmanity Atmee v2：渲染端，官方定義為針對即時 avatar 的即時全幀影片基礎模型，涵蓋臉部、身體、微表情、情緒與環境。
這樣的拆分指向一個實際的技術門檻。會動嘴的頭像很容易做，但要讓一個角色在正確的時機點頭、對語氣有反應、並維持一致的人格，難度高出一個量級。語音代理可以串流音訊、容忍小延遲；視訊代理卻必須持續渲染完整畫面，常見規格是每秒 24 或 30 幀，同時還要對齊語音並即時回應使用者。
四項設計特點
- 單張 GPU 上的即時渲染。
- 支援寫實或風格化，甚至非人類外型。
- 角色之間有各自獨立的個性。
- 自家資料引擎，官方稱消費者端應用 atmee.ai 每月回饋數千小時的真實對話。
官方基準成績：即時 avatar 模型比較
Atmee 官網列出兩組比較，第一組是 Atmanity Atmee v2 對上其他即時 avatar 模型，數值愈高愈好：
| 指標 | Atmanity Atmee v2 | Runway | Kling AI | LemonSlice | LiveTalk |
|---|---|---|---|---|---|
| Liveliness（生動度） | 1.31 | 1.21 | 1.05 | 0.96 | 0.77 |
| LipSync（嘴型同步） | 7.61 | 7.16 | 2.98 | 6.74 | 3.14 |
| Preserve ID（身分保持） | 0.881 | 0.811 | 0.642 | 0.821 | 0.543 |
| Naturalness（自然度） | 0.741 | 0.629 | 0.526 | 0.575 | 0.503 |
行為模型 Causeur 與全雙工語音模型之比較
第二組比較是行為模型 Causeur 對上全雙工語音模型，分成使用者結束發話、使用者停頓、使用者插話三種情境：
| 情境 | Causeur | Moshi（Kyutai） | LiveKit | Deepgram Flux | Pipecat |
|---|---|---|---|---|---|
| 使用者結束發話 | 0.92 | 0.88 | 0.74 | 0.68 | 0.56 |
| 使用者停頓 | 0.92 | 0.87 | 0.59 | 0.57 | 0.66 |
| 使用者插話 | 0.87 | 0.67 | 0.02 | 0.02 | 0.02 |
使用者插話這一項差距最明顯。LiveKit、Deepgram Flux、Pipecat 三家在該項都只拿到 0.02，Causeur 為 0.87；對照組的 Moshi 是 Kyutai 的開源全雙工模型，數值 0.67。
怎麼用、多少錢、何時推出
目前對外開放的是 Atmee v1 API，Atmanity Atmee v2 採邀請制，需要透過官網表單索取邀請碼，官方尚未公布正式推出時程與價格表。
除了 API，atmee.ai 也提供無程式碼的建立介面，使用者可以上傳、錄製、拍照或自動生成角色，並設定聲音、個性與知識庫，再把連結分享出去或嵌入網站。平台上已有實際角色，包括 17 屆世界撲克大賽冠軍 Phil Hellmuth、物理學家牛頓、孫悟空等。Atmanity 另外設計了分潤機制，通過驗證的創作者可依觀眾與 avatar 對話的分鐘數取得收益分成。
與前代及通用影片模型的差異
- 與 Atmee v1 相比：v1 已以 API 形式對外開放，Atmanity Atmee v2 目前仍在邀請制階段，官方此次公布的是即時 avatar 基準成績與行為模型 Causeur 的搭配架構。
- 與通用影片模型相比：Seedance 2.5、Wan 3.0 屬於通用影片生成，官方強調 Atmanity Atmee v2 是針對即時 avatar 的全幀影片基礎模型，訴求單張 GPU 即時渲染與更低的營運成本。
從路線來看，Atmanity Atmee v2 把即時視訊代理拆成行為與渲染兩層，並把渲染壓縮到單張 GPU 上執行；以專用模型取代通用模型，在成本結構上是合理的方向，也是近期影像模型領域反覆出現的模式。不過這類服務雖然讓視訊通話多點樂趣，詐騙或 Deepfake 偽裝成他人的成本與難度也會同步降低，這是另一個難解的問題。
SEO title 與 SEO description
SEO title：Atmanity Atmee v2 發表：一張圖加短音訊生成即時視訊對話 AI 角色
SEO description：Atmanity Atmee v2 為即時視訊代理設計的 avatar 模型，一張圖片加一段短音訊即可生成可視訊通話的角色，單張 GPU 渲染，v2 採邀請制開放。
Reference Link : kocpc.com.tw
