Meta 发布 Muse Realtime Avatar,语音驱动实时数字人对话
alexandr_wang · x · 2026-09-24
- Meta AI Research 发布 Muse Realtime Avatar,把 Muse Realtime Voice 的语音流实时变成可对话的数字化身:人像照片能有细腻表情,全身插画会做手势、变换姿态,动物和日常物品也能被赋予表现力,且跨对话轮次保持外观与动作连贯。
- 技术上,语音与形象共享同一 token 流:模型是音频驱动的 Diffusion Transformer,以语音 token、参考媒体和近期视频 latent 滚动窗口为条件,按因果短块生成视频,前一块的 latent 成为下一块的运动上下文,使生成可持续整场对话且计算量有界。
- Meta 称模型生成的所有内容都带 AI 水印且不增加延迟,这是其产品线实时具身 AI 的基础。官方还与 Runway Characters、HeyGen LiveAvatar 做了真人对比测试,称用户更喜欢 Muse。
所属事件:Meta 发布 Muse Realtime Avatar 实时数字人(18 条相关)→
「多模态」频道最新
- Reddit 用户用 AI 生成分集短剧：异常体已删掉她父母，正在重写整座城市 — Crazy-Baker-8828 · 2026-11-12
- Runway 发布 27B MoE 世界行动模型 Praxis-1,Fast 版中位延迟仅 73ms — ChongZzZhang · 2026-11-12
- MiniMax H3 Image 生成 3D 游戏场景比 GPT Image 快 3 倍 — HeyToha · 2026-11-12
- Ditto 视频换人工具发布:任意视频主角可换成任何人 — yoobinray · 2026-11-12
- Fable 5.2 像素艺术+高斯泼溅惊艳出圈，网友晒生成效果图 — Flomerboy · 2026-11-12
- Reddit 用户分享 AI 生成动画《Bubblegum Adventures》万圣节特集 — Zard-Oz · 2026-11-12