Meta 的 Muse 上线实时语音与虚拟形象视频聊天
Meta 给 AI 装上“脸”和“嗓子”：Muse 现在能视频聊天了
Meta 把 Muse 做成能打视频电话的 AI 了，延迟 870 毫秒还能随时打断，比打字聊天自然多了，美国用户已经能用上。
Meta CEO 扎克伯格于 11 月 6 日在 Threads 宣布个人 AI 助手 Muse 上线实时语音对话和虚拟形象功能，率先面向美国用户推送。该功能由 Muse Realtime Voice 和 Muse Realtime Avatar 两个模型支持，可流式输出 448×768 分辨率、25 帧每秒的竖屏视频。从用户说完话到收到首个音视频响应的延迟约 870 毫秒，支持随时打断。默认形象为卡通角色 Jolly，语音提供数百种风格，用户还可以让虚拟形象跳舞并分享到 Instagram、Facebook 或 WhatsApp。
Meta 给 AI 装上“脸”和“嗓子”：Muse 现在能视频聊天了
IT之家 11 月 6 日消息，Meta 首席执行官马克 · 扎克伯格（Mark Zuckerberg）今天（11 月 6 日）在 Threads 社交平台上发布串文 ，宣布个人 AI 助手 Muse 正式上线实时语音对话与富有表现力的虚拟形象功能。 上述功能率先面向美国用户推送，覆盖移动端、网页端和 Mac 应用。用户点击应用右上角的电话图标，即可像打电话一样与 Muse 交谈，并可在其回答过程中随时打断。IT之家附上相关截图如下： 在技术支撑方面，本次更新主要由 Muse Realtime Voice 语音模型和 Muse Realtime Avatar 虚拟形象模型提供支持，前者会同时生成“说什么”和“怎么说”的信息；而后者基于同一数据流实时生成表情、口型和肢体动作，让声音与画面保持同步。 Meta 称，该系统可流式输出 448×768 分辨率、25 帧每秒的竖屏视频，从用户说完话到收到首个音视频响应的延迟约为 870 毫秒。 在交互方式上，用户可选择仅语音、在聊天界面旁显示虚拟形象，或切换至全屏“面对面”模式。Muse 的默认形象是昵称为“Jolly”的卡通角色，用户也可将其替换为人物、动物或其他角色；语音方面提供数百种风格，包括“纽约客式活力”和“海盗风”等。 Meta 将这一能力定位为更自然的个人智能体交互：用户可以在散步、双手忙碌时口头安排任务，Muse 则在后台继续处理；也可用于头脑风暴、旅行规划、面试或演讲练习。Meta 还展示了让 Muse 虚拟形象跳舞并分享到 Instagram、Facebook 或 WhatsApp 的玩法。
