Das Wichtigste in Kürze
- Atmee v2 von Atmanity erzeugt aus einem Bild und zehn Sekunden Audio einen Charakter für Live-Video, nur Sprache oder Videogenerierung.
- Atmanity nennt das Modell bis zu 50-mal schneller und 10- bis 100-mal günstiger als der typische Charakter-Einsatz von Seedance 2.5 und Wan 3.0.
- Öffentlich ausprobieren geht noch nicht: bisher nur eine kurze Vorschau, die API nur auf Einladung.
Kurzüberblick
| Eingabe | 1 Bild plus 10 Sekunden Audio |
|---|---|
| Modi | Live-Videoanruf, nur Sprache, Videogenerierung |
| Herstellervergleich | Bis zu 50-mal schneller, 10- bis 100-mal günstiger |
| Zugang | Kein öffentlicher Build, API nur auf Einladung |
| Kategorie | KI & Modelle |
| Urheber | Chen-Ping Yu |
| Trend-Index | 🔥 1,4 Mio. Trend-Index |
| Veröffentlicht | |
| Zuletzt aktualisiert |
Ein Gesicht statt der nächsten Textzeile
Nichts ist intuitiver als von Angesicht zu Angesicht.
Chen-Ping Yu stellt Atmee v2 über Atmanity vor, nachdem Google sein AR-Startup übernommen hatte. Zwei Jahre Forschung später beschreibt er Text und Sprache als funktionierende, aber frühe Schnittstellen und setzt dagegen auf ein Gespräch von Angesicht zu Angesicht. Am 4. November 2026 hat er das Modell angekündigt, gezeigt bisher nur in einem kurzen Vorschauvideo.
Im Kern ist Atmee v2 ein Video-Foundation-Model. Es kann grundsätzlich alles rendern, ist aber darauf ausgelegt, bei Charakteren stark zu sein. Genau dafür werden Video-Modelle wie Seedance 2.5 und Wan 3.0 laut Atmanity überwiegend genutzt.
- Eine Vorlage reicht
Jede Figur entsteht aus einem Bild und zehn Sekunden Audio.
- Drei Ausgabewege
Dieselbe Figur soll Live-Videoanrufe, einen rein sprachlichen Modus oder Videogenerierung bedienen.
- Gebaut für Agenten
Ziel sind Live-Video-Agenten, die sich lebensecht anfühlen, nicht nur ein abgespielter Clip.
Was die Figur im Gespräch tun soll
Das Interface nach Text und Sprache beginnt heute.
Atmanity verspricht kontextuelle Mimik und Gesten sowie Interaktion mit der Umgebung, alles in Echtzeit. Damit soll der Avatar im laufenden Gespräch reagieren, statt eine feste Animation abzuspielen. Gedacht ist das für Tutoren, Verkaufscoaches, Support-Agenten, Begleiter, Spielfiguren und ganze lebendige Welten.
Wie flüssig das bei längeren Calls, mehreren Personen oder komplexen Szenen bleibt, zeigt die Ankündigung nicht. Die genannten Einsatzfelder sind das Zielbild des Launches, keine bereits belegte Produktliste.
| Modus | Rolle laut Ankündigung |
|---|---|
| Live-Videoanruf | Gespräch mit dem Avatar in Echtzeit |
| Nur Sprache | Dieselbe Figur ohne den Video-Call |
| Videogenerierung | Ausgabe als generiertes Video statt Live-Session |
Tempo, Preis und was noch offen ist
Im direkten Vergleich nennt Atmanity Atmee v2 bis zu 50-mal schneller und 10- bis 100-mal günstiger. Die Referenz sind Video-Modelle wie Seedance 2.5 und Wan 3.0 in dem Gebrauch, für den sie meist laufen: Charaktere. Konkrete Preise, Latenzen, Auflösung, Sprachen oder Benchmark-Tabellen liegen in der Ankündigung nicht vor.
Einen öffentlichen Build, Download oder eine offizielle Seite gibt es noch nicht. Die API ist nach dem bisherigen Stand nur auf Einladung erreichbar. Offen bleibt damit, wann du selbst eine Figur anlegen kannst und wie die Tempo- und Preisangaben unter realer Last aussehen.
Häufige Fragen
Kann ich Atmee v2 schon selbst testen?
Nein. Es gibt noch keinen öffentlichen Build, keinen Download und keine offizielle Seite. Die API ist bislang nur auf Einladung angelegt, gezeigt wurde das Modell in einer kurzen Vorschau.
Ist Atmee v2 nur ein Talking-Head?
Atmanity beschreibt es als Video-Foundation-Model, das alles rendern kann, aber auf Charaktere spezialisiert ist: kontextuelle Mimik, Gesten und Interaktion mit der Umgebung, wahlweise als Live-Call, nur Sprache oder generiertes Video.
