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...
来自IT之家 AI的《Meta 给 AI 装上“脸”和“嗓子”：Muse 现在能视频聊天了》。重点看模型能力与工程、产品发布。摘要提到：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...
本站只提供摘要与原文入口。完整内容请阅读原文。
来源：IT之家 AI · ithome.com