核心要点速览
- 从一张图片和约10秒语音，就能做出表情与肢体动作贴合语境的实时影像对话对象。
- 虽是视频基础模型，但针对人物做了优化；与Seedance 2.5和Wan 3.0相比，最快可达50倍，费用仅为十分之一到百分之一。
- 前Phiar创始人Chen-Ping Yu经过两年研究后公开发布，支持实时通话、纯语音和视频生成。
文本与语音之后，是面对面的界面
Google收购AR导航初创公司Phiar之后，创始人Chen-Ping Yu（@yuchenping）开始思考AI的下一代界面。他认为，文本和语音即便能像DOS一样好用，更直觉的仍是面对面交流。经过两年研究，他于11月4日发布了实时虚拟形象模型Atmee v2。
出处[1]
偏向人物的视频基础模型：速度与费用
核心是视频基础模型，能呈现的对象很广，打磨的重心则放在人物上。Yu指出，Seedance 2.5和Wan 3.0的主要用途同样是角色表现，并对比称Atmee v2正是要用速度和费用去拿下这一用途。
出处[1]
从一张图片开始的三种输出方式
所需素材是一张图片和约10秒语音。输出有实时影像通话、纯语音、视频生成三种形态。公开帖子浏览约153万次，点赞6171，转发403，收藏4208。试用入口为https://www.atmee.ai/v2signup，API为邀请制。发布方是做实时影像智能体的Atmanity。
出处[1]
X（推特）首发原帖
可在 X 上直接查看创作者发布的原帖与互动详情。
常见问题
Atmee v2是人物专用模型吗
官方说明它是什么都能画的视频基础模型。优化重点在角色，目的是让实时影像智能体给人活着的感觉。
出处[1]
参考链接与官方出处
- Atmee v2 関連ソース (1)x.com
