CyberVerse 是什么？

CyberVerse 是一个开源数字人智能体平台，支持与AI驱动的角色进行实时音视频交互。基于WebRTC技术，用户只需一张照片即可创建栩栩如生的AI智能体，并通过低延迟实时视频通话进行面对面交流。该平台支持实时面部动画、自然唇形同步、基于插件的AI组件，以及可配置的LLM、TTS、ASR和虚拟形象系统后端。

适用人群

• 开发者和技术爱好者：希望利用开源灵活性构建自定义语音或视频AI智能体
• 内容创作者和故事讲述者：希望通过交互式数字人让虚构角色或历史人物"活"起来
• 研究人员和AI爱好者：探索多模态交互、实时虚拟形象和智能体架构

核心功能

与数字人实时视频通话

CyberVerse采用WebRTC实现低延迟音视频流传输，支持直接P2P连接或LiveKit SFU模式。智能体可接收用户摄像头画面或屏幕共享输入，实现AI同时"看见"和"听见"你的面对面交互。

多智能体架构实现流畅对话

平台将前台与后台处理分离：PersonaAgent负责实时对话、打断处理和上下文切换，SubAgents则异步处理搜索、研究、摘要生成和报告撰写等耗时任务。即使在复杂操作期间，语音交互依然保持响应灵敏。

模块化可替换组件

智能体的每个部分——大脑、语音、听觉、工具、记忆和面部——均为可替换模块。通过单一配置文件即可组合不同的全能模型、LLM、TTS、ASR、嵌入、RAG、工具调用和虚拟形象后端，并通过Web UI按场景切换提供商和模型组合。

持久化记忆与知识整合

对话历史保存至本地磁盘，恢复会话时自动加载。可为每个角色导入知识库、文档和传记资料，系统将其索引用于检索增强生成，确保回答与角色人设保持一致。

突出亮点

仅需一张照片，CyberVerse就能让他们活起来。 这句话体现了平台的核心魔力：将单张参考图像转化为具备实时面部动画、唇形同步和缓存空闲视频播放的完整交互式数字人。与多数仅支持文本或音频的AI智能体不同，CyberVerse提供了可见且富有情感的存在感——它能看见你、听见你，并以自然的表情回应。

值得关注，如果……

你想构建超越文字聊天的自定义AI智能体——一个能进行实时语音对话、看到你的面容并显示逼真数字虚拟形象的智能体。如果你重视开源灵活性、模块化架构，以及根据硬件和使用场景在纯语音模式（无需GPU）与全视频虚拟形象模式之间切换的能力，CyberVerse尤其值得关注。