Virmii nhắm vào một điểm nghẽn cụ thể của việc tạo VTuber: bạn có thiết kế nhân vật mình rất thích, nhưng biến nó thành avatar 3D gắn xương và có thể chuyển động thường đồng nghĩa phải thuê người dựng mô hình hoặc tự học phần mềm gắn xương. Virmii nén quy trình đó vào một luồng làm việc trên trình duyệt. Bạn bắt đầu với một ảnh — lý tưởng là ảnh chính diện rõ nét, thấy toàn thân — hệ thống chuẩn bị cho 3D, tạo mô hình và tự động gắn xương người. Sau đó bạn tạo bộ biểu cảm AI (bình thường, nháy mắt, mỉm cười, khẩu hình nói…) và kết nối webcam để chính khuôn mặt bạn điều khiển các biểu cảm đó trực tiếp.
Tích hợp phát trực tiếp diễn ra qua nguồn trình duyệt của OBS, nghĩa là avatar chỉ là thêm một nguồn trong thiết lập bạn đang dùng, không cần phần mềm ghi hình riêng. Studio cũng có bản xem trước trực tiếp để bạn kiểm tra biểu cảm và theo dõi trước khi lên sóng. Các phiên bản mô hình có vài lần thử lại miễn phí khi ảnh bị thiếu hoặc tạo thất bại, giúp giảm bớt việc thử sai khi tạo bằng AI.
Ở đây có hai điều cần nói thẳng. Thứ nhất, AI có thể thay đổi khuôn mặt, trang phục, tỷ lệ và chi tiết của nhân vật, và thử thêm không đảm bảo giống ảnh tham chiếu hơn — Virmii nói rõ điều này thay vì thổi phồng độ chính xác. Thứ hai, bộ biểu cảm AI hoạt động trong studio trực tiếp của Virmii và nguồn trình duyệt OBS của nó, nhưng không được nhúng vào tệp VRM tải về, nên các ứng dụng VRM khác cần thiết lập biểu cảm riêng. Biểu cảm đã tạo vẫn dùng được sau khi gói đăng ký kết thúc, một chính sách hợp lý cho người sáng tạo tạm dừng rồi quay lại.
