PROTÉE est un modèle de base de nouvelle génération d'Apparate Labs, conçu pour générer des humains avec des expressions faciales en temps réel. Il utilise un modèle de diffusion latente basé sur une architecture Transformer avancée. Sa conception innovante de l'espace latent permet une efficacité en temps réel et, grâce à des améliorations architecturales et algorithmiques supplémentaires, il peut atteindre plus de 100 images par seconde en flux vidéo. PROTÉE vise à fournir une représentation visuelle contrôlable par la voix, offrant une interface intuitive pour les entités de conversation artificielle. Il est compatible avec plusieurs grands modèles linguistiques et personnalisable pour une variété d'applications.