Een gegenereerde titelkaart voor het artikel 'Avatar 6 vs Realtime Venus', met een kicker met de tekst 'AVATAR-MODELVERGELIJKING', de grote titel 'Avatar 6 vs Realtime Venus', de ondertitel 'Een renderer en een luisteraar, bij vergissing vergeleken', en drie pill-kaarten met de tekst 'video, tot 2K', 'spraak, Apache-2.0' en 'verschillende taken'.
Engineering & Research

Avatar 6 vs Realtime Venus: een renderer en een luisteraar, bij vergissing vergeleken

Auteur

Elias Hawthorne

Publicatiedatum

Nieuwste modellen · 20Bekijk alle modellen →
Benchmarks: Artificial Analysis · dagelijks bijgewerkt
Terug naar alle berichten

Zet Avatar 6 en Realtime Venus in dezelfde zin en het eerste dat gezegd moet worden, is dat een van hen je geen gezicht kan tonen. Realtime Venus is het full-duplex interactiemodel van Ant Group — een 9B-systeem dat luistert terwijl het spreekt, geluid begrijpt in de context van wat het kan zien, en werk op de achtergrond delegeert. De output bestaat uit spraak en beslissingen. Het genereert geen video, rendert geen presentator en heeft geen concept van een referentieafbeelding. Avatar 6, dat HeyGen op 17 november 2026 uitbracht, doet precies één ding: het animeert een persoon op basis van een foto of een korte clip, aangestuurd door audio die je aanlevert, en levert video op tot 2K.

Dus de vergelijking is een categoriefout, en de nuttige versie ervan is een ontwerpvraag. Als je iets bouwt waarin een mens op het scherm verschijnt en zijn kant van een gesprek gaande houdt, heb je beide soorten systemen nodig, en de beslissing die ertoe doet is welke kant van de stack je bezit. Daar lopen deze twee scherp uiteen — de een kun je downloaden, de ander kun je alleen huren.

Twee portefeuilles met bewijsmateriaal, beide eerlijk over hun beperkingen

Realtime Venus arriveert zoals open onderzoek arriveert: een arXiv-rapport (2609.13814), Apache-2.0-gewichten op Hugging Face onder inclusionAI/Realtime-Venus, twee 9B-checkpoints en een projectpagina met demo's. Er was geen lanceringsbericht, geen API, geen prijs en geen benchmark die door een externe partij is gereproduceerd. Elk getal dat eraan wordt gekoppeld, komt uit het technische rapport dat de auteurs over hun eigen model schreven.

Avatar 6 komt met het tegenovergestelde instrumentarium: een productpagina, twee identifiers, een REST-endpoint, een gratis niveau en een technisch rapport waarvan alle voorkeursstudies door HeyGen werden uitgevoerd met de eigen beoordelaars van HeyGen. Het heeft wel één ding dat Venus mist: een externe meting. De blinde arena van New Measure, gepubliceerd op 18 november, zette het bovenaan beide ranglijsten met 1.197 en 1.237 Elo, bij clips van maximaal 35 seconden.

Lees beide kopcijfers als beweringen, niet als bevindingen. HeyGens 84,4% is een winstpercentage van 42,2% in zij-aan-zijvergelijking, herschaald tegen een basislijn van 50%; in zijn eigen studie met één clip wordt Avatar 6 door 65,1% als echt beoordeeld, tegen 78,9% voor onbewerkt beeldmateriaal. Venus' 97% backchannel-continuatie komt uit Full-Duplex-Bench v1.5, een protocol dat de auteurs zelf hebben gekozen. Geen van beide cijfers is oneerlijk, en geen van beide is gereproduceerd door een partij die niets te verkopen heeft — hoewel er op Avatar 6 tenminste door vreemden is gestemd, telkens een halve minuut lang.

A generated two-column scoreboard titled 'Avatar 6 vs Realtime Venus — the scoreboard'. Left column 'Avatar 6': Backbone undisclosed; Input reference media plus audio; Output video up to 2880x1620; Turn-taking none, it performs a script; Duration 25-28 min demonstrated; Access and licence HeyGen credits. Right column 'Realtime Venus': Backbone 9B omni: SigLIP2, Whisper-Medium, Qwen3-8B; Input continuous audio and video streams; Output speech and text, no pixels; Turn-taking full duplex, 97% backchannel; Duration a running session, 40,960-token context; Access and licence Apache-2.0 weights. The footer reads 'Venus scores self-reported in arXiv 2609.13814. Avatar 6 per HeyGen plus New Measure.'

Waar elk systeem uit bestaat

• Backbone — Avatar 6: niet bekendgemaakt; HeyGen beschrijft het als zijn slimste avatarmodel en documenteert geen architectuur. Realtime Venus: een 9B omni-model met SigLIP2-vision, Whisper-Medium-audio en een Qwen3-8B-taalbackbone, aangepast van MiniCPM-o 4.5 volgens de modelkaart.

• Modaliteit in — Avatar 6: één referentieafbeelding of één referentievideo plus spraakaudio. Realtime Venus: continue audio- en videostreams, plus gedelegeerde taakcontext.

• Modaliteit uit — Avatar 6: video met gesynchroniseerde spraak, tot 2880×1620 via de Model API. Realtime Venus: spraak, tekst en besturingssignalen; geen pixels.

• Duur — Avatar 6: even lang als de audio, met gedemonstreerde continue renders van 25 tot 28 minuten. Realtime Venus: een lopende sessie, met een context van 40.960 tokens en een trainingsvrij geheugen voor lange video's dat geselecteerde frames opslaat en ophaalt.

• Beurtwisseling — Avatar 6: geen. Het voert een script uit; er is niemand om te onderbreken. Realtime Venus: full duplex, met een afgemeten reactie op onderbrekingen en het vermogen om te blijven praten tijdens een backchannel.

• Toegang — Avatar 6: REST API, alleen met toestemming, afgerekend in HeyGen-credits. Realtime Venus: gewichten op Hugging Face en ModelScope, geen gehost endpoint, geen prijs.

• Licentie — Avatar 6: commerciële voorwaarden onder HeyGen's account. Realtime Venus: Apache-2.0.

Die laatste rij is degene die de vergelijking herschikt. Avatar 6 is een dienst. Realtime Venus is een model. Al het overige volgt daaruit.

A screenshot of HeyGen's research page for 'Avatar 6: Talking Avatars That Are More Like You', dated 17 November 2026 and marked a 17-minute read, with the abstract stating that Avatar 6 reproduces how a person looks, speaks and moves from a single photo, up to 2K, with no length limit.

Het inkoopverschil is het echte verschil.

Als je Realtime Venus in productie wilt gebruiken, download je het, richt je GPU's in en draag je zelf de verantwoordelijkheid voor het serveren. Twee 9B-checkpoints, BF16, een ONNX-export naast de safetensors, een Android-APK voor experimenten op het toestel, en een apart harness-repository voor de delegatielus. Niemand stuurt je een factuur en niemand zal je endpoint deprecaten, maar niemand verhelpt ook je latentie. Voor een onderzoeksteam is dat een feature. Voor een productteam is het een kwartaal werk voor de eerste nuttige output.

Als je Avatar 6 in productie wilt, meld je je aan, vraag je een sleutel aan en roep je POST /v3/models/avatars aan met een referentieafbeelding en een audio-URL. Je krijgt een video_id terug in een 202, je pollt, en er verschijnt een ondertekende URL. De toestemmingsflow is zwaarder dan wat de meeste leveranciers opleggen — een realistische menselijke referentievideo vereist Enterprise-toegang en een verklaring voor de camera met een sessiespecifieke eenmalige code — maar de integratie is een middag, geen kwartaal.

Wat je met Avatar 6 niet kunt doen, is het per eenheid prijzen. HeyGen publiceert $0,02 per seconde voor HeyGen Video 1 en niets equivalent voor Avatar 6; de openbare prijspagina verkoopt Creator voor $29/maand voor 600 credits en Pro voor $49/maand voor 1.000 credits, zonder gepubliceerde conversie van credits naar seconden. Realtime Venus heeft het omgekeerde probleem: de marginale kosten van een aanroep zijn je elektriciteitsrekening, en de vaste kosten zijn een GPU die je tegenover iemand moet verantwoorden.

Waar de twee elkaar daadwerkelijk zouden ontmoeten

Stel je het product voor waarvan beide onderdelen deel uitmaken: iemand stelt een vraag met zijn stem, iets beslist wat er gezegd moet worden, en een gezicht zegt het terug met de juiste uitdrukking en een gebaar bij het belangrijkste woord. Realtime Venus dekt de eerste twee stappen — het hoort je, beslist wanneer het moet praten en kan blijven luisteren terwijl het praat. Avatar 6 dekt de laatste stap, en doet dat beter dan al het andere dat momenteel te koop is, volgens het enige onafhankelijke panel dat ernaar heeft gekeken.

Het probleem is de naad. Avatar 6 wil een compleet audiobestand — de video loopt net zo lang als de audio die je eraan geeft, en er is geen streamingmodus, geen gedeeltelijke audio-invoer, geen manier om aan te vullen. Realtime Venus produceert spraak stapsgewijs, terwijl het gesprek vordert. Ze aan elkaar koppelen betekent Venus' output bufferen tot een afgeronde uiting, die naar HeyGen sturen, wachten tot een render klaar is die de onafhankelijke arena op doorgaans 175,6 seconden heeft gemeten, en een video afspelen die is gegenereerd nadat het moment al voorbij was. Dat is geen gesprek. Het is een gesprek per postorder.

Voor de realtimeversie heb je een renderer nodig die video genereert terwijl de spraak binnenkomt, en dat is een ander product. Meta's Muse Realtime Avatar is het dichtstbijzijnde voorbeeld dat al leverbaar is; Tavus Griffin, in research preview, is er nog een. Avatar 6 is dat niet, en HeyGen heeft nooit beweerd dat dat wel zo was — het latentiebudget is een batchbudget, en de gegevens van de arena bevestigen dat: een op de tien HeyGen personal-avatar-renders duurde meer dan negen en een halve minuut.

Wat Venus meet wat niets anders hier doet

De interessante cijfers op het Venus-rapport zijn geen kwaliteitsscores. Het zijn gedragscijfers, en ze beschrijven een probleem dat Avatar 6 niet heeft, omdat Avatar 6 niet luistert.

Full-Duplex-Bench v1.5 zet de doorgaan-score op 97% voor gebruikersbackchannels, 88% voor spraak gericht aan anderen en 86% voor achtergrondspraak, met een afzonderlijk responspercentage van 75% op echte onderbrekingen. Het punt van die vier getallen samen is dat het model "mm-hm" onderscheidt van "wacht, stop" — het blijft doorgaan bij het eerste en zwicht voor het tweede. De begripsresultaten zijn 70,2% op StreamingBench, 64,7% op OVO-Bench, 81,3% op Daily-Omni en 78,0% op MMAU-audio. De delegatienauwkeurigheid op de interne benchmark van het team is 75,93% voor het Omni-checkpoint en 68,89% voor het Audio-checkpoint; die meet of het model correct besluit een taak uit te besteden, niet of de taak slaagt.

Dat zijn nuttige engineeringdoelen voor iedereen die een conversatieagent bouwt, en ze zijn niet gereproduceerd. De eerlijke lezing is dat Venus een geloofwaardige open baseline is voor full-duplexgedrag, gepubliceerd samen met de gewichten zodat de bewering kan worden gecontroleerd, en dat niemand buiten Ant Group en Tsinghua een controle heeft gepubliceerd.

Waar OrcaRouter staat

Geen van beide is aan ons om te verkopen. Realtime Venus is modelgewichten en een paper, zonder dat er iets achter luistert; Avatar 6 is de renderer van HeyGen, afgeschermd door HeyGens toestemmingsflow en betaald met HeyGen-credits. Een routingpitch die een van beide lijnen zou vervagen, zou een leugen zijn, en wel het soort dat in je eerste sprint opduikt in plaats van in een salesdeck.

Wat wij wél leveren, is het onderdeel voor gedelegeerd redeneren waar beide architecturen van afhankelijk zijn. Venus' eigen ontwerp stuurt achtergrondtaken naar een multimodaal model, een algemeen model of een geregistreerde skill; het script van Avatar 6 moet door iets worden geschreven. Die laag is waar één sleutel voor 200+ modellen, tegen de lijstprijs van de provider zonder opslag, en met automatische failover, daadwerkelijk werk bespaart — omdat het het enige onderdeel van beide pipelines is waar je een leverancier kunt kiezen.

A screenshot of the OrcaRouter Models page, showing the filter sidebar and the header reading 226 models, with the tabs All 226, Cyber 11, Text 190 and Image 12.

De lezing die contact met een roadmap overleeft

Als je probleem is "we hebben een presentator op het scherm nodig die onze woorden uitspreekt, op schaal, dit kwartaal", dan is Avatar 6 het antwoord en komt Realtime Venus niet ter sprake. Accepteer de drie onbekenden — geen gepubliceerde prijs per seconde, geen onafhankelijke test verder dan 35 seconden, en een typische rendertijd gemeten in minuten — en start een pilot.

Als je probleem is "we hebben iets nodig dat een gesproken gesprek kan voeren en kan beslissen wanneer het moet spreken", dan is Realtime Venus een serieuze open baseline en is Avatar 6 irrelevant, omdat het geen oren heeft. Neem de Apache-2.0-gewichten, houd rekening met de servingkosten, en behandel elke gerapporteerde score als afkomstig van de auteurs zelf totdat iemand die reproduceert.

Als je probleem "beide" is — een gezicht dat een gesprek voert — dan is geen van beide het product, en de kloof daartussen is waar de komende twaalf maanden van deze categorie wordt uitgevochten. De renderer die streamt, aangestuurd door een listener die beslist, tegen een prijs die je kunt modelleren: niemand heeft dat nog geleverd. Wanneer iemand dat wel doet, moet deze pagina worden herschreven.