Meta 向全美用户开放 Muse 实时语音通话与表情化数字人头像
rohanpaul_ai · x · 2026-11-06
Meta 官宣 Muse 应用新增语音与表情化头像能力，实时视频通话向全部美国用户开放，覆盖移动端、网页和 Mac。此前该能力在 Connect 2026 上预览。
技术要点：
- 通话中用户看到动画头像，可装扮成人、动物等角色，听与说时实时做出匹配的表情和手势反应。
- Muse Realtime Voice：直接输出携带词语与语气表达的 speech tokens。
- Muse Realtime Avatar：将同一语音流转为唇形同步的实时视频；为满足实时运行，Meta 训练了一个学生模型来蒸馏复现（原帖在此处截断）。
- 官方定位场景：边走边说地头脑风暴、规划旅行、口语排练面试/演讲等。
所属事件:Meta 向全美开放 Muse 语音与实时化身通话(8 条相关)→
「多模态」频道最新
- 31.7MB 开源 TTS 模型 Underdog Woof 标称词错率 1.42% 挑战云端大模型 — _sathvikr · 2026-11-06
- CVC 团队在 CIC 2026 发表潜空间桥匹配法估计场景 Albedo — anand_bhattad · 2026-11-06
- Vimoo 1.0-Lite 开源：9.5B 参数单模型通吃文生视频与图生视频 — LatentSpacer · 2026-11-06
- Krea 发布视频工具 Krea Video：浏览器内出「好莱坞级」 footage — angrypenguinPNG · 2026-11-06
- 仅花 2.1 万美元训练的 2B 无 VAE 文生图模型 P-JiT 21K 移植上架 ComfyUI — Apprehensive_Sky892 · 2026-11-06
- 网友晒 GPT-6.1 Sol 生成的 100 款体素 3D 物件，称效果又好又便宜 — Angaisb_ · 2026-11-06