Meta hat auf der Connect 2026 den fotorealistischen virtuellen Avatar Hologram vorgestellt und den Fahrplan festgelegt: Ab diesem Herbst startet die Funktion als Early-Access-Feature auf der Smart-Glasses-Serie Ray-Ban Display für WhatsApp-Videoanrufe in den USA. Die Ganzkörper-Version folgt im Frühjahr 2027 zusammen mit der 1.299,99 US-Dollar teuren Meta VR Glasses und wird später auf die Quest 3 ausgeweitet.
Hinter der Funktion steckt die Forschung an Codec Avatars, an der Meta seit mehr als sieben Jahren arbeitet. 2019 war das noch ein Laborprototyp, der spezielle Aufnahmegeräte brauchte – jetzt taucht die Technik erstmals als Verbraucherfunktion in einem konkreten Produktfahrplan auf.
Das Gegenüber sieht ein generiertes Video
Hologram funktioniert grundlegend anders als klassische Videotelefonie. Laut dem Praxistest von UploadVR besteht die Eingabe bei der Ray-Ban-Display-Version ausschließlich aus dem Audio, das die Brillenmikrofone aufnehmen. Ein generatives Diffusionsmodell, das in Echtzeit auf Metas Servern läuft, erzeugt daraus einen 2D-Videostream und schickt ihn an die Gegenseite. Lippenbewegung, Mimik und Kopfbewegung der sprechenden Person leitet das Modell allein aus der Stimme ab – die Kamera ist daran nicht beteiligt.
"I let out a slight gasp at what I was seeing. It was entirely plausible."
UploadVR-Redakteur David Heaney beschreibt seinen ersten Eindruck von Hologram so, dass ihm "unwillkürlich der Atem stockte" – das Bild sei vollkommen glaubwürdig gewesen.
Die VR-Brillen-Version verarbeitet mehr Eingaben: Neben Audio kommen die Trägheitssensoren des Headsets und eine nach unten gerichtete Gesichtstracking-Kamera an den Bügeln hinzu. Ausgegeben wird ein maskierter, hintergrundfreier Stereo-Videostream. Der Bericht betont ausdrücklich, dass es sich weiterhin um Stereo-Videobilder handelt, nicht um ein volumetrisches 3D-Modell.
Modellierung dauert wenige Minuten, Kleidung und Hintergrund bleiben fix
Der Avatar wird in der Meta-AI-App auf dem Smartphone erstellt: Man dreht den Kopf nach Anweisung hoch, runter, links und rechts, lächelt und beantwortet anschließend einige offene Fragen etwas ausführlicher. Die Verarbeitung auf dem Server dauert nur wenige Minuten.
Ein Detail wirkt sich auf die tägliche Nutzung aus: Kleidung und Hintergrund werden bereits beim Modellieren fest ins Modell eingebrannt. Bei der Ray-Ban-Version ist der Hintergrund statisch, das heißt, man trägt bei jedem Anruf dasselbe Outfit vor demselben Hintergrund. Meta kündigt an, künftig Funktionen nachzureichen, die per Kopfbewegungsdaten gesteuert werden, dynamische Hintergründe per Kamera-Sampling liefern oder per Textprompt das Outfit wechseln – einen Zeitplan dafür gibt es noch nicht.
Auch die Schwächen im Praxistest sind deutlich. Heaney berichtet, dass Details wie die Augen "wie bei einem Videoanruf mit niedriger Bandbreite in Blockartefakte zerfallen"; dreht man sich in VR zu weit zur Seite oder geht zu nah an sein Gegenüber heran, dreht sich der Avatar wie ein Billboard-Sprite aus alten Videospielen als Ganzes mit – die Illusion zerplatzt sofort.
Apple und Google gehen einen anderen Weg
Stellt man die Ansätze der verschiedenen Hersteller nebeneinander, liegt der Unterschied vor allem darin, womit dieses Gesicht gesteuert wird.
Apples Persona für die Vision Pro stützt sich auf Kameras innen und außen am Headset, die das Gesicht in Echtzeit verfolgen – die Avatar-Bewegung entspricht eins zu eins der echten Bewegung. Googles Beam (früher Project Starline) rekonstruiert mit einem Multi-Kamera-Array ein dreidimensionales Abbild der realen Person und benötigt dafür ein spezielles Display-Terminal. Gemeinsam ist beiden Ansätzen, dass sie möglichst originalgetreu wiedergeben, was die Kamera tatsächlich sieht.
Hologram schlägt auf der Brille den generativen Weg ein: Es braucht nur die Stimme, den Rest ergänzt das Modell. Der Vorteil ist eine niedrige Hardware-Hürde – selbst eine Brille ohne nach innen gerichtete Kamera kann so einen "Videoanruf" führen. Der Preis dafür: Die Mimik, die die Gegenseite sieht, ist eine Schlussfolgerung des Modells und muss nicht der tatsächlichen Reaktion der Person in diesem Moment entsprechen. Heaney wirft in seinem Bericht auch die Frage auf, ob Freunde und Familie überhaupt eine synthetisierte Version von einem auf dem Handybildschirm sehen wollen.
Zum Datenschutz macht der Bericht keine Angaben dazu, wie das Modellierungsmaterial und das Anrufaudio gespeichert und genutzt werden. Auch in Metas derzeit öffentlichen Unterlagen bleibt dieser Punkt offen. Für Nutzer in China sind weder Ray-Ban Display noch WhatsApp offiziell verfügbar, weshalb Hologram dort vorerst nur als Beispiel dafür dient, wie sich KI-gestützte Videoanrufe im Ausland entwickeln.
Quellen: Praxistest von UploadVR, CocoLoop, Engadget, IT Home; geprüft wurden die Eingabemethode und der serverseitige Generierungsmechanismus von Hologram, der Zeitplan für Ray-Ban Display und Meta VR Glasses samt Preis von 1.299,99 US-Dollar sowie der Modellierungsprozess.