Meta 发布 Muse 实时数字人:语音视频同步,响应不到一秒

Scobleizer · x · 2026-09-24

Meta 官方宣布 Muse Realtime Avatar,与 Muse Realtime Voice 配套,可让任意角色进入实时对话——说话时同步生成动画,语音与视频同步,首字响应不到一秒,可无限时长持续聊天。

工程负责人 kakemeister 透露,团队两年前从 Waveforms 加入 Meta 后,一直在重建 Meta 的实时 AI 推理栈,以支撑大规模实时语音与视频对话。他指出实时多模态推理是 AI Infra 中最复杂的问题之一,横跨模型与硬件优化、LLM 编排和 RTC 全栈;尤其是算力受限的扩散式视频模型,对延迟和成本提出了全新挑战,他们的工作让这类模型能以低延迟、低成本规模服务。