Kyutai's AURA talking avatar-model: streaminggezichten voor jouw stem
Industrie nieuws en updatespublished on 2026-11-22T00:24:40+08:00

Kyutai's AURA talking avatar-model: streaminggezichten voor jouw stem

AURA (AUdio-dRiven streaming Avatar) is Kyutai's familie van spraak-naar-video-modellen, gepubliceerd op 2026-11-20 samen met het paper, de code, de gewichten en een synthetische dataset van 30.000 clips. De claim die telt: één portret plus een live spraakstroom wordt op één enkele GPU realtime talking-head-video — de avatar volgt de stem met lage latentie, chunk voor chunk, in plaats van seconden te wachten tot een afgeleverde clip is gedenoised. Deze pagina is een externe referentie van wat AURA wél en niet is — laatst gecontroleerd: 2026-11-21.

In een oogopslag

Externe referentieKyutai AURA — de releasepost op kyutai.org, de GitHub-repository (kyutai-labs/aura) en de Hugging Face-collectie
Beschikbaarheid op ImgoNiet op Imgo, en niet genereerbaar vanuit Imgo — de gewichtlicenties verbieden commercieel gebruik, dus een Imgo-integratie zou zelfs technisch van de baan zijn.
Laatst gecontroleerd2026-11-21
Wat je vandaag op Imgo kunt genererenHet live Seedance 2-familie rendert talking-head- en dialoogclips met natief gesynchroniseerd audio — gescrIpteerde spots, UGC-stijl advertenties, presentatorshots — voor elke run in credits begroot.
Officiële bron en rekeneenheidKyutai publiceert alles open — er is geen AURA-API-facturering. Gewichten: AURA-1.3B onder CC BY-NC 4.0, AURA-5B onder Snap's niet-commerciële licentie.

Maak vandaag talking-head-video op Imgo: Seedance 2.0 met natief audio, in de videogenerator.

Wat AURA werkelijk is

Twee modellen, één idee. AURA 1.3B streamt 576p talking-head-video in realtime — 20,7 frames per seconde bij 16 Hz-weergave op één GPU, 23× sneller dan de leraar waaruit het is gedestilleerd. AURA 5B streamt 720p op 9,7 fps en evenaart de kwaliteit van zijn TalkVerse-leraar op 17× de snelheid. Beide zijn gedestilleerd van 50-staps bidirectionele leraren naar 4-staps causale studenten die chunk voor chunk genereren met een rollende KV-cache en zonder vooruitkijken in de audio: alleen de audio van de huidige chunk is nodig voordat de video ervan begint te renderen. Die laatste eigenschap is het hele punt — zij maakt een avatar mogelijk die een live gesprek kan volhouden, niet een die antwoordt met vijf seconden vertraging.

Waar de snelheid vandaan komt

De release is net zo goed een distillatiestudie als een model: een pipeline in twee stappen die eerst de causale student regresseert op de baan van de bevroren leraar, vervolgens de student zonder gradiënten afwikkelt en leraren kritiek-scores afstemt op het eigen pad van de student. De engineeringdetails — causale blok-attentie over chunks latente frames, de bewegingscontext volledig gedragen door de KV-cache, per chunk verschillende diffusiestappen — zijn de reden dat het ding überhaupt streamt. Het paper (BMVC 2026) draagt de volledige methode.

De licenties, ronduit

Open betekent hier niet onbeperkt. De code draagt een eigen licentie — de gewichten zijn beide niet-commercieel: AURA-1.3B onder CC BY-NC 4.0, AURA-5B onder Snap Inc.'s niet-commerciële licentie (zijn leraar stamt af van Snaps TalkVerse). Voor onderzoek, persoonlijke projecten en prototypen: prima. Voor een product — een support-avatar, een gemonetiseerde companion-app — bouw je op gewichten die je niet mag leveren. Lees de licentiebestanden in de repository voordat je er een regel code omheen schrijft.

Voor wie AURA is, en voor wie niet

AURA is voor wie interactieve systemen bouwt: een gezicht voor een spraakassistent (de release toont het live Kyutai's Unmute sturend), een gestreamde avatar voor een agent, een onderzoekplatform voor latentiewerk. Het is geen productiegereedschap voor afgemaakte marketingvideo — de output is een talking head op 576p/720p, getuned om audio snel te volgen, niet om een drie-shot advertentie te componeren met beauty-passages van het product. Is je deliverable een gescrIpteerde presentator, een UGC-stijl advertentie of een productspot met dialoog, dan is een generatiemodel met natief audio het juiste instrument — en latentie houdt op te tellen.

Het Imgo-pad voor talking-head-content

Op Imgo rendert het live Seedance 2-familie dialoog- en presentatorclips met natief gesynchroniseerd audio — de gesproken zin, de ruimte en de effecten zijn deel van dezelfde pass, met eerste-/laatste-frame-controle om een look over coupes te houden en referentiebeelden om een gezicht te houden. Elke run begroot zijn creditkosten vóór verzending. Je ruilt AURA's realtime gesprek voor afgewerkte shotkwaliteit en een licentie die commercieel werk toestaat — de ruil die de meeste marketing- en contentteams werkelijk nodig hebben.

Veelgestelde vragen

Is AURA open source?

Code, paper, gewichten en een dataset van 30K clips zijn open gepubliceerd — maar de gewichten zijn niet-commercieel (CC BY-NC 4.0 voor 1.3B, Snap's niet-commerciële licentie voor 5B). Open om te bestuderen en te prototypen — niet open om in een product te leveren.

Kan AURA conversationele latentie aan?

Dat is het ontwerpdoel: 576p in realtime (20,7 fps) op één GPU en zonder vooruitkijken in de audio. De openbare demo stuurt een live spraakgesprek.

Kan ik AURA op Imgo gebruiken?

Nee — niet geïntegreerd, en de niet-commerciële licenties maken een Imgo-integratie de verkeerde zet. Voor vandaag genereerbare talking-head-video rendert het live Seedance 2-familie dialoog met natief audio.

Wat is het verschil tussen AURA 1.3B en AURA 5B?

Schaal en resolutie: 1.3B streamt 576p in realtime op één GPU — 5B streamt 720p op 9,7 fps met kwaliteit gelijk aan zijn grotere leraar. Dezelfde causale weinig-staps-architectuur — alleen de snelheid/resolutie-afweging verschilt.

Bronnen: de AURA-releasepost op kyutai.org van 2026-11-20 (specs, distillatiepijplijn, demo), github.com/kyutai-labs/aura (code en licentiebestanden), de Hugging Face-collectie (gewichtlicenties, dataset) — alles gecontroleerd op 2026-11-21.

Delen

Related Posts

No image

Industrie nieuws en updates

AURA is Kyutai's open-gewichten-antwoord op realtime talking avatars: audio erin, streaming talking-head-video eruit, op één GPU — met niet-commerciële gewichtlicenties die ertoe doen voordat je erop bouwt. Gecontroleerd op 2026-11-21.

2026-11-22T00:24:40+08:00

No image

Industrie nieuws en updates

Suno Visuals is Suno's nummer-naar-video-functie: clips tot 15 seconden, op de songtekst gesynchroniseerd, apart verkochte credits. Wat het dekt, wat niet kan, en de alternatieve workflow om zelf te regisseren op Imgo's live Seedance 2-familie — gecontroleerd op 2026-11-21.

2026-11-22T00:24:24+08:00

No image

Industrie nieuws en updates

LTX-2.5 is Lightricks' audio-videomodel met open gewichten: multi-shot-continuïteit, gesynchroniseerd geluid, automatische duur en een licentie die commercieel werk toestaat. Wat dat praktisch betekent — gecontroleerd op 2026-11-21, met het live Seedance 2-familie als optie om vandaag op Imgo te genereren.

2026-11-22T00:24:10+08:00