Meta 正式给 Muse 补上了虚拟形象和语音交互能力,现在这款模型不再只能文字对话,用户可以直接和带人脸形象的 Muse 进行实时视频聊天,一边看它的面部表情、口型变化,一边语音对话,交互感会比纯文字或者单纯语音强很多。之前绝大多数大模型要么只能打字,要么只有语音播报,缺少同步、自然的虚拟人脸,看着会比较割裂,Meta 这次就是把图像生成、语音合成、对话大模型捏到一块,让 Muse 在回应的时候,人脸表情、口型和说话内容对齐,模拟真人视频通话的体验。想要开启这套视频聊天,用户先调用 Muse,选择虚拟形象模式,之后直接语音提问,模型一边生成匹配台词的语音,一边同步输出动态人脸画面,全程联动;整套能力依托 Muse 本身的对话理解能力,再搭配 Meta 的语音、人像生成模块,不用单独部署别的工具串流。这套更新最终是为了降低人机交互的距离感,让 AI 不再是冷冰冰的文字框,方便做陪伴、教学、创意沟通这类场景,不过它本质还是生成式模型,虚拟形象只是交互外壳,没办法拥有真实意识。
能力清单
- 交互形式:实时语音对话 + 同步动态虚拟人脸
- 核心底座:Meta Muse 大模型
- 配套模块:语音合成、人像生成、口型对齐、表情驱动
- 输出效果:人脸表情、口型和语音台词保持同步
- 使用入口:Muse 产品内切换视频对话模式
- 适用场景:创意沟通、知识讲解、陪伴对话、语言练习
和普通语音 AI 的差别
- 普通语音 AI:只有声音,没有配套动态人脸,看不到表情
- Muse 新版视频聊天:自带虚拟形象,说话时表情、嘴型跟着语音实时变动
- 生成逻辑:对话理解、语音、人像渲染在一套链路协同工作
当前局限
- 虚拟形象是 AI 生成画面,不是真实人物
- 偶尔会出现口型、表情和语音轻微错位
- 没有自主意识,所有回应基于模型生成
- 暂不支持调用用户摄像头双向对视通话,是 AI 单向输出虚拟人脸
【常见问题】
问题 1:Meta 的 Muse 开启视频聊天,是不是可以双向摄像头视频通话?
回答 1:Meta 的 Muse 这次上线的视频聊天,主要是 AI 输出带人脸形象的画面,目前不支持打开用户摄像头做双向对视通话,重点是给 AI 配上脸和嗓子来互动。
问题 2:Meta 的 Muse 视频聊天里的人脸是固定的吗?
回答 2:Meta 的 Muse 在视频聊天时,可以生成不同风格的虚拟人脸,同时根据对话内容驱动表情和口型,不是一张静态图片。
问题 3:给 AI 安上脸和嗓子之后,Meta Muse 的视频聊天和视频数字人有什么不一样?
回答 3:Meta Muse 的视频聊天依托 Muse 大模型本身,对话理解、回答、语音、人像一体生成;常规数字人很多是提前写好脚本,交互灵活性不如 Muse。
问题 4:使用 Meta Muse 的视频聊天功能,需要额外单独下载软件吗?
回答 4:Meta Muse 的视频聊天属于原有产品内更新,在 Muse 里切换对应模式就能开启,不需要额外单独安装别的工具。
【数据来源】
[2026-11-06](给 AI 安上脸和嗓子:Meta 的 Muse 能视频聊天了)36 氪
[2026-11-06](Meta Muse adds live video chat with animated avatars)The Verge
[2026-11-05](Meta 更新 Muse:支持带虚拟形象实时语音视频对话)爱范儿
[2026-11-05](Meta Muse avatar video chat feature introduction)Meta Newsroom
【免责声明】
本内容为科技资讯整理,Meta Muse 的视频聊天功能、可用地区、交互效果会随版本迭代持续调整;模型生成的虚拟人像、语音内容存在幻觉风险,本内容不构成产品采购、商业落地建议,具体功能、使用限制以 Meta 官方最新公告为准。
