驱动部位
招聘适配度
88
每小时
$0.300
每分钟
$0.0050
30 分钟面试
$0.150
简介
Homo 1 是我们自研的实时数字人。它只做一件事:为实时对话配上一张令人信服的真人面孔,而它的价格足以改变您能构建的东西。按每分钟 $0.005 计算,一个全天在线的数字人每小时的成本比显示它所耗的电费还低,因此它可以出现在没人会放一个每分钟 $1 数字人的地方:每一条职位发布、每一份候选人 FAQ、每一个产品页面。
- 实时 WebRTC
- 亚秒级延迟
- 适配任意 TTS 的口型同步
- 自定义面孔
驱动范围
- 面部
- 完整
- 口型同步
- 完整
- 上半身
- 部分
- 双手
- 无
- 全身
- 无
- 提示词生成内容
- 无
面部和嘴唇完全驱动,口型同步准确率达 99%。躯干带有细微的待机动作,因此在对话轮次之间画面不会定格;双手和全身不在画面内。
来源:HumanLike Homo 1 rendering pipeline
优势
- 比 CVI 类方案便宜得多
- 300ms 的延迟像真人对话
- 无第三方数据处理方
注意事项
- 没有视觉感知层
- 监考需要单独的组件
最适合 职位页面上的数字人 · 候选人 FAQ 与聊天 · 大批量的首次接触
2 个版本

实时版均衡
通过 WebRTC 实时渲染对话,端到端 300ms。
300ms
延迟
1×
相对成本
92
质量

PRO(预渲染)高
质量最高的档位。每个回答的渲染速度约为实时的 0.46 倍,因此用于播放录制好的回答,而不是实时通话。
数据
公开基准
- 口型同步准确率
- 99%自测
- 端到端延迟
- 300 ms自测