Meta 揭秘 Muse 流式架构：语音与视频化身共享 speech token 流实现实时同步
AIatMeta · x · 2026-09-24
Meta 官方介绍 Muse Realtime Voice 与 Muse Realtime Avatar 构成的统一流式架构：通过共享的 speech token 流连接对话智能、语音与视频化身。Muse Realtime Voice 生成同时编码内容与韵律的语音 token；Avatar 消费同一 token 流生成同步视频。系统以固定长度历史作为后续视频块的运动上下文，使任意对话时长下计算量有界，实现语音、口型与表情的同步生成。
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