Meta的Muse上线实时语音与虚拟形象：可视频聊天

Meta首席执行官马克 · 扎克伯格（Mark Zuckerberg）11月6日在Threads上发了一串帖子，宣布个人AI助手Muse正式上线实时语音对话和虚拟形象功能。

这批功能先向美国用户开放，移动端、网页端和Mac应用都能用。想和Muse说话，点一下应用右上角的电话图标就行，像打电话一样交谈，它回答的过程中也能随时打断。支撑这次更新的是两个模型：Muse Realtime Voice语音模型和Muse Realtime Avatar虚拟形象模型。前者把“说什么”和“怎么说”一并生成，后者基于同一路数据流实时做出表情、口型和肢体动作，声音和画面因此对得上。

据Meta介绍，系统以流式方式输出448×768分辨率、25帧每秒的竖屏视频，从用户讲完话到收到第一段音视频响应，延迟大约870毫秒。

交互上给了三种选择：只听声音、在聊天界面旁边显示虚拟形象，或者切到全屏“面对面”模式。Muse的默认形象是个叫“Jolly”的卡通角色，也能换成人物、动物或其他角色；声音有数百种风格可选，比如“纽约客式活力”和“海盗风”。

Meta把这项能力看作让个人智能体交互更自然的一步：散步或者手头忙不开时，口头交代任务，Muse在后台接着处理；头脑风暴、规划旅行、练习面试或演讲也能用上。Meta还演示了让Muse的虚拟形象跳舞，再分享到Instagram、Facebook或WhatsApp的玩法。