Meta Muse 助手上线视频聊天功能，支持实时语音与虚拟形象交互
11月6日，Meta 首席执行官马克 · 扎克伯格在 Threads 社交平台发文，确认其个人 AI 助手 Muse 已正式开放实时语音对话及高表现力虚拟形象服务。此次功能更新首先在美国市场展开，用户可通过移动端、网页端及 Mac 客户端直接接入，操作逻辑类似于传统电话通讯，用户点击界面右上角图标即可发起通话，且在交互过程中允许随时打断 AI 的回应。
底层技术架构由 Muse Realtime Voice 语音模型与 Muse Realtime Avatar 虚拟形象模型共同支撑。前者负责同时处理语言内容生成与语音语调表达，后者则基于同一数据流实时渲染面部表情、口型变化及肢体动作，确保视听反馈的高度同步性。根据官方披露，系统能够流畅输出分辨率为 448×768、帧率为 25fps 的竖屏视频流，从用户语音结束到系统返回首个音视频帧的延迟控制在 870 毫秒左右。
在交互呈现形式上，系统提供了多样化的选项。用户可以根据需求选择纯语音模式、在常规聊天界面侧边显示虚拟形象，或切换至全屏“面对面”交互模式。默认形象为名为“Jolly”的卡通角色，但允许用户将其自定义为特定人物、动物或其他拟人化角色。语音风格库涵盖数百种选项，其中包括“纽约客式活力”及“海盗风”等差异化特色音效，以满足不同场景下的个性化沟通需求。
Meta 将此次升级定位为提升智能体交互自然度的关键一步。该功能旨在支持用户在散步或双手被占用时通过口头指令安排任务，让 Muse 在后台自动执行。此外，该能力也适用于头脑风暴、旅行规划、面试模拟及演讲排练等场景。官方演示还展示了让 Muse 的虚拟形象跳舞，并将生成的视频片段分享至 Instagram、Facebook 或 WhatsApp 等社交平台的玩法，进一步打通了内容生成与社交分享的闭环。
