Meta面向美国用户推出Muse AI化身视频聊天功能

Meta近期官宣，面向美国地区用户开放MuseVoice功能，用户可以和MuseAI化身进行实时视频聊天。该功能最早在9月MetaConnect大会上对外预览，经过一段时间测试后，正式面向全美用户推送，支持手机端、网页端以及Mac客户端使用。

本次上线的核心是MuseRealtimeAvatar与MuseRealtimeVoice两套底层模型，为AI智能体赋予可视化的虚拟形象，打破传统文字、纯语音交互的形态。需要注意的是，当前功能仅在美国开放，暂未开启全球上线计划，后续还会逐步适配AI眼镜、MuseCharm穿戴设备等硬件终端。

用户在Muse应用内点击通话按钮，即可发起对话，支持三种交互模式：纯语音对话、侧边悬浮化身、全屏面对面视频聊天，可根据场景自由切换。

一、化身交互：自带表情与动作，支持自定义形象

Muse的默认化身代号为Jolly，也是这套视频聊天功能最直观的亮点。和很多静态头像、生硬数字人不同，Muse化身会跟随对话内容同步生成细微表情、肢体动作，口型和语音实时对齐，情绪匹配对话语气，让交流更有沉浸感。
平台提供高度自定义能力，用户可以自由修改化身样式，打造人物、动物或是其他创意形象；同时语音库包含数百种音色，用户还能直接用自然语言描述，调整语速、口音、语调，打造专属AI形象。

一个关键细节：Muse化身视频聊天不会读取用户摄像头画面，它只接收语音输入并做出反馈，在提升交互氛围感的同时，降低了视频通话带来的隐私顾虑。

二、核心能力：长对话+后台任务并行处理

区别于普通AI语音助手一问一答的模式，Muse定位是可长期沟通的AI智能体，主打长时间深度对话。在聊天过程中，Muse可以一边和用户持续交流，一边在后台执行任务，两项工作互不冲突。

官方给出了大量落地场景：和AI一起打磨创意方案、规划旅行行程、模拟面试与演讲彩排、头脑风暴；日常也可以在做饭、通勤时发起语音视频，让AI帮忙整理清单、检索信息、撰写文本。

用户可以随时插话打断、调整需求，交互逻辑贴近真人对话，不再需要精心组织提示词，降低了使用门槛，更偏向陪伴式、协作式AI体验。

三、产品逻辑：从文字对话走向拟人化交互

Meta大力押注AI化身视频聊天，本质是想解决通用AI交互的痛点：纯文字缺少温度，普通语音又缺少视觉反馈。Meta认为，拟人化的虚拟形象，能够提升用户和AI之间的情感连接，拉长用户停留时长，强化Muse作为个人AI助手的粘性。

当前市面上不少AI产品都上线了数字人对话，但大多是独立生成视频，延迟高、交互卡顿。MuseRealtimeAvatar主打低延迟实时生成，兼顾形象一致性和响应速度，是Meta在多模态AI交互赛道的一次重要尝试。

对于Meta而言，Muse也是打通软件、社交、穿戴硬件的核心枢纽，未来这套化身能力，会和旗下社交产品、VR/AR设备深度联动。

四、行业观察：拟人化AI交互迎来竞争新阶段

随着MuseAI化身视频聊天上线，AI赛道竞争从大模型能力比拼，延伸到交互形态的比拼。此前OpenAI、谷歌等厂商也陆续推出语音对话、数字人功能，各家都在探索更自然的人机交互方式。

当然，这类产品同样存在争议。一方面，生动的虚拟形象更容易让用户产生情感依赖，带来陪伴价值；另一方面，拟人化AI也会带来信息误导、情感误导等潜在风险，平台需要持续做好内容管控。

整体来看，MuseVoice的上线标志着AI智能体正在从“工具”慢慢向“交互伙伴”演变，视频化化身交互，或将成为下一代消费级AI的标配形态。