Atmee v2全面解读：实时数字人能力、成本速度与获取方式

面对面，被当成下一代界面

文字和语音够用，就像Mac之前的DOS；没有什么比面对面更直觉。

Chen-Ping Yu说，自己的增强现实创业公司被Google收购之后，他开始想AI的下一种界面。文字和语音他认为已经够用，但更直觉的交互仍是面对面。经过两年研究，Atmanity在2026年11月4日推出Atmee v2，目标是让实时视频里的智能体看起来真正有活人感。

最近它被频繁讨论，是因为公布口径很具体：任意角色只需一张图和10秒音频，并同时覆盖通话、纯语音和视频生成。外界目前能看到的仍是一段预告，而不是可注册的产品。

一张图、十秒声音，三种用法

按公布说明，Atmee v2可以从一张图像加10秒音频做出任意角色，并给出随语境变化的表情和肢体动作，甚至与所处环境互动。它的内核被定义为视频基础模型：什么都能渲染，但优化重点放在角色，而不是通用画面。

• 实时视频通话

  角色以直播画面出现，面向辅导、销售陪练、客服或陪伴这类需要面对面的场景。

• 纯语音

  同一套角色也可以只走声音，不强制打开视频。

• 视频生成

  除了实时通话，它也能按视频基础模型的方式产出画面。

速度成本是官方对比，不是独立跑分

Atmee v2最高可快50倍，便宜10到100倍。

公告把Seedance 2.5和Wan 3.0这类视频模型当作对照，并指出它们大多被用来做角色；Atmee v2则声称在这一用途上最高快50倍、成本低10到100倍。笔记里没有测试条件、分辨率、并发或单价，因此这两档倍数应视为官方对比，而不是第三方实测。

设想中的用途包括家教、销售教练、客服、陪伴、游戏角色，以及整片“活的世界”。架构细节、参数规模和实际画质都没有一并公开。

现在没有官网，也没有公开包

截至公布，Atmee v2没有公开构建、下载包或官方页面，创作者只给出了预告。相关说明把API标为邀请制，但没有写明申请入口、名额或价格，因此“在哪用、怎么开通”暂时没有可操作的官方路径。

仍待澄清的还包括：50倍和10到100倍相对的具体配置、环境互动在实时通话里能做到哪一步，以及邀请制何时会变成公开接口。