Meta正在把个人AI助手的交互从文字推向面对面。11月6日，公司首席执行官马克·扎克伯格在Threads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，相关能力率先向美国用户推送，覆盖移动端、网页端和Mac应用。

在具体操作上，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，并能在其回答过程中随时打断。交互形式提供三种选择：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。默认形象为昵称“Jolly”的卡通角色，用户也可替换为人物、动物或其他角色；语音端则提供数百种风格，包括“纽约客式活力”和“海盗风”等。

技术层面，本次更新由Muse Realtime Voice语音模型与Muse Realtime Avatar虚拟形象模型共同驱动。前者同时生成“说什么”和“怎么说”的信息，后者基于同一数据流实时生成表情、口型和肢体动作，使声音与画面保持同步。Meta披露，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。

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。实时语音与虚拟形象的组合，意味着个人AI助手正从被动应答的文本框，转向具备临场感的对话对象，而延迟与多模态同步表现将成为衡量此类体验的关键指标。