現在就算是即時的視訊對話可能也不可信了，因為門檻又要降低一個台階。近日，Atmanity 共同創辦人暨執行長 Chen-Ping Yu 在 X 上發表 Atmee v2，一款專為「即時視訊代理」設計的 avatar 模型。Atmee v2 的訴求相當具體：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。官方說這套模型跑在單張 GPU 上，速度比 Seedance 2.5、Wan 3.0 這類通用影片模型快上 50 倍，營運成本低 10 到 100 倍。
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 是行為模型，負責個性、情緒、時機與主動傾聽，決定角色在你說話時與自己說話時該做什麼；Atmee v2 則是渲染端，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。
這套分工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、對你的語氣有反應、並且維持一致的人格，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。
Atmanity 另外提到四項設計特點：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，以及自家資料引擎，官方稱消費者端應用 atmee.ai 每月回饋數千小時的真實對話。
官方公布的基準成績
Atmee 官網列出兩組比較。第一組是 Atmee v2 對上其他即時 avatar 模型，數值愈高愈好：
- Liveliness（生動度）：Atmee v2 為 1.31，Runway 1.21、Kling AI 1.05、LemonSlice 0.96、LiveTalk 0.77
- LipSync（嘴型同步）：Atmee v2 為 7.61，Runway 7.16、LemonSlice 6.74、LiveTalk 3.14、Kling AI 2.98
- Preserve ID（身分保持）：Atmee v2 為 0.881，LemonSlice 0.821、Runway 0.811、Kling AI 0.642、LiveTalk 0.543
- Naturalness（自然度）：Atmee v2 為 0.741，Runway 0.629、LemonSlice 0.575、Kling AI 0.526、LiveTalk 0.503
第二組是行為模型 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。Causeur 在三項分別拿下 0.92、0.92、0.87；對照組中 Moshi（Kyutai）為 0.88、0.87、0.67，LiveKit 0.74、0.59、0.02，Deepgram Flux 0.68、0.57、0.02，Pipecat 0.56、0.66、0.02。
使用者插話這一項的差距最明顯。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
目前對外開放的是 Atmee v1 API，v2 採邀請制，需要透過官網表單索取邀請碼。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（官方還沒有公布價格表）。 
結語
Atmee v2 走的路線是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。從成本結構來看，專用模型取代通用模型是合理的方向，也是近期影像模型領域反覆出現的模式。不過這種服務雖然說是讓視訊通話時可以多點樂趣，但相對的詐騙或 Deepfake 偽裝為其他人的成本與難度也會同步降低，這部分又是另一個難解的問題了。
資料來源：Atmee 官方網站
