Meta Muse AI上线实时语音对话功能 支持表情同步与多设备扩展

Meta CEO扎克伯格宣布，旗下AI智能体Muse现已支持实时语音对话功能，首批面向美国地区iOS用户开放。用户可通过应用内按钮启动语音模式，与Muse进行自然对话，系统采用低延迟ASR与端到端TTS引擎，响应迅速，仅在需检索外部信息时略有延迟。Muse的3D虚拟形象会依据语音内容实时生成口型、眨眼、点头等微表情，该面部驱动模型基于NeRF与轻量化GAN构建，经数百万小时视频训练，可在iPhone 13及以上机型稳定运行30fps。用户可自定义声音风格，通过自然语言指令调整语气（如更友好、专业或活泼），但个性化语音克隆仍存局限，例如无法完全复刻扎克伯格声线。值得注意的是，Muse未设语音唤醒词，所有语音数据默认本地处理，仅授权后上传云端优化。该功能是Meta“具身AI”战略关键一步，强化其作为“个人AI代理”的长期记忆、任务执行与跨平台一致性能力——无论在手机、未来AI眼镜或即将发售的Muse Charm（掌心大小便携设备，售价约99美元）上，Muse均保持统一人格与知识库。语音交互显著提升移动场景实用性，支持驾驶、烹饪等双手受限情境下的连续多轮对话，避免传统语音助手断层应答问题。目前功能限美国iOS端，后续将扩展至AI眼镜及Muse Charm硬件，后者将把语音作为核心交互方式。尽管部分用户反馈3D形象存在轻微“恐怖谷效应”，但整体代表AI助手从工具属性向“数字伙伴”定位的深化演进。