Avaturn Live

Avaturn Live 提供的是实时 AI 头像方案，核心产品 AVTR-1 已开源，可从官方 GitHub 仓库免费下载。它主打的是让对话中的头像整张脸逐帧实时生成，官方把此前市面上的「实时头像」形容为生成式嘴型贴在预录面孔上——同一个点头既回应笑话也回应悲伤，因而是「听」的错觉；AVTR-1 试图改变这一点。

产品当前以「模板 + 一键部署」的形态交付。头像模板可在 5 分钟内完成部署，官方给出的一键部署目标是 Lovable 与 Base44，且明确说明无需写代码。官方展示的三个示例分别是：ClozerAI，用 AI 做异议处理来演练销售通话；Lingua Speak，带实时发音反馈的语言陪练；MarketManiac，提供实时市场洞察的数据分析与增长助手。

开发者走的是另一条路径。通过 POST /api/v1/sessions 创建一个带对话引擎配置的会话，接口返回后端的 session_id 与前端的 token；把 token 交给 Web SDK 后，头像经 WebRTC 加入并开始对话；结束时用 DELETE /api/v1/sessions/{id} 终止，或让会话在空闲时自行过期。对话引擎有两个选择：OpenAI Realtime 提供低延迟的语音对语音，配合内联提示词，按会话发放临时客户端密钥；Cartesia 面向已经部署在 Cartesia Line 上的语音对语音智能体，按智能体配置。官方建议新接入直接用 OpenAI Realtime，因为它是做出可用语音对语音头像最快的路径；只有当智能体本来就跑在 Cartesia Line 上时，Cartesia 才是正确选择。

当你要的是一个能接进现有产品、且不介意自己动手接 API 的实时头像时，Avaturn Live 值得一试——AVTR-1 已开源，REST API 加 Web SDK 的接入路径清楚，官方还给了 OpenAI Realtime 与 Cartesia 两个引擎的取舍建议。当你想开箱即用、或者需要一份公开报价来做采购决策时，它并不合适：部署虽然号称 5 分钟，但对话引擎的密钥与配置要自己准备，而官网未公开具体价格与免费额度上限。