Mirage 推出 Avatar X，可通过 10 秒视频克隆创作者

Why it matters

Avatar X turns Mirage's model research into a feature for its existing Captions user base, giving the company a distribution advantage in a crowded AI avatar market.

Gaurav Misra and Dwight Churchill's Mirage 在周二推出了 Avatar X，这是一款 AI 视频模型，纽约公司表示该模型可以从 10 秒的录制素材构建一个会说话的数字分身。

https://x.com/trymirage/status/2082120270618530053?s=46

该模型为 Mirage 的视频创建与编辑应用中的 AI Twin inside Captions 提供动力。在 X 上的一个推文串 中，Mirage 表示 Avatar X 会同时生成用户的声音、面部表情和身体动作，而不是仅仅将唇部动作套用到其他部分静止的头像上。它支持竖屏和横屏视频，并被设计用于在更长、连续的生成中保持一致的相似度。

Misra 和 Churchill 在 Localytics 工作期间相识。Misra 随后在 Snap 担任设计工程主管，Mirage 将包括 Spotlight 和 Snap Map 在内的产品工作归功于他的监督。Churchill 是 Marcus、Goldman Sachs 的消费业务的早期成员。他们在 2021 年创办了这家公司，原因是他们认为短视频消费的增长速度超过了用于制作短视频的工具发展速度。

Avatar X 将这一最初的论点聚焦到 AI 视频最困难的商业问题之一：在不同脚本、格式和更长片段中重现一个可识别的人物。Mirage 表示该模型能捕捉包括笑声、打哈欠、冷笑和倒吸气在内的小表情，声学驱动会在面部和身体上引发变化。用户随后可以在无需再次录制表演的情况下，改变分身的服装、背景或语言。

Mirage 的产品页面将 Avatar X 的 10 秒录入片段与 HeyGen 的 15 秒以及 Synthesia 的 1 到 5 分钟进行了比较。该比较衡量的是所需源素材的数量，而非生成出的人像质量。Mirage 关于行业领先的身份保真度和表情保留的更广泛说法基于其自己的演示和产品比较。

10 秒的工作流程在商业上仍然很重要。更短的设置流程为 Mirage 提供了一条更简单的路径，可以将现有的 Captions 用户转移到分身生成中，让客户在无需再次回到摄像机前的情况下创建重复的正面讲话视频。这直接适用于社交帖子、本地化营销、教程和视频广告——这些格式中，制作多种变体的重要性有时与单个片段的质量同等重要。

从编辑应用到模型公司

Avatar X 也是 Misra 去年开始正式化转型的最清晰产品表达。Captions 在 2025 年 9 月 4 日 将公司名称更改为 Mirage，同时保留 Captions 作为其旗舰应用。Mirage 现在将其业务描述为三部分互联的构成：Captions 应用、专有的基础模型以及供其他公司批量生成视频使用的 API。

拥有模型使 Mirage 能够控制那些如果 Captions 完全依赖第三方生成系统就更难差异化的功能。Captions 提供了现成的分发渠道和编辑工作流程，而 Avatar X 则为 Mirage 提供了一个可以围绕已经使用该应用的创作者和营销团队的行为不断改进的模型。

Mirage 有资金支持这一转变。2026 年 3 月 24 日，它宣布从 General Catalyst's Customer Value Fund 获得 7500 万美元的增长融资，使其公开报告的总融资超过 1.75 亿美元。Mirage 当时表示 Captions 拥有超过 2000 万用户，他们已创建了超过 2.5 亿个视频。上述数据为公司自报，但它们解释了 Avatar X 背后的分发优势：Mirage 可以将专有模型置入一个已建立的消费产品中，而不是把它作为独立的研究演示推出。

Avatar X 进入了一个竞争激烈的市场，参与者包括 HeyGen、Synthesia、D-ID 和 Tavus。Mirage 认为模型、分身生成器与编辑器之间更紧密的整合将比将合成主持人作为独立工具出售更重要。该模型在 Mirage 选定演示之外的表现将决定这种整合是否能带来持久优势，还是在这一已经繁忙的品类中又出现一个可比的分身选项。