XNews

Atmee、ライブビデオエージェント向けリアルタイムアバターモデル「Atmee v2」を発表

Atmee、ライブビデオエージェント向けリアルタイムアバターモデル「Atmee v2」を発表

Atmeeは、1枚の画像と10秒の音声から任意のキャラクターを生成するリアルタイムアバターモデル「Atmee v2」を発表した。このモデルはSeedance 2.5やWan 3.0などのビデオモデルと比較して最大50倍高速で、10~100倍低コストで動作し、ライブビデオ通話、音声のみのインタラクション、ビデオ生成をサポートする。

イベントのバージョン 1.

Key insights

最小限の入力からのキャラクター生成

Atmee v2は、1枚の画像と10秒の音声から任意のキャラクターを生成する。このモデルは文脈に応じた表情、ジェスチャー、環境とのインタラクションを生成する。

ビデオモデルとの速度・コスト比較

Atmee v2はSeedance 2.5やWan 3.0などのビデオモデルと比較して最大50倍高速で、10~100倍低コストで動作する。同一画像・同一プロンプトでの比較では、Seedance 2.5は233.6秒で0.50ドルかかったのに対し、Atmee v2は3.5秒で約1セントだった。

アプリケーション別のライブアバターデモ

ライブトークショーのデモでは、2体のAtmee v2アバターが1:22からライブで台本なしの会話を行った。モバイルデモには、音楽プレーヤー内のパーソナルDJ、話しかけ可能なアートワーク、数学アプリ内のカートゥーン動物チューター、ロボット型パーソナルアシスタント、3Dゲームキャラクター、フィットネスアプリのキャラクターが含まれていた。

連続シーン生成実験

実験では台北の小さな路地を開始画像として使用し、同じAtmee v2モデルがシーンを連続的、ライブ、かつ制御可能に生成した。歪みやアーティファクトは残っており、この実験は生命のようなエージェントを備えたエージェンティック・ワールドモデルへの方向性を示している。

Source posts