Meta于2026年11月5日将Muse的实时语音与表情化身功能在美国推向手机、网页和Mac应用，允许用户边说边中断对话并让化身以表情和手势回应。公司将此前在Connect 2026上展示的能力带到应用端，同时说明技术细节、内容标识和权限控制，但未披露延迟或识别准确率等性能数据。
Meta于2026年11月5日宣布，开始向美国用户推出Muse应用的实时语音与表情化身功能，覆盖手机、网页和Mac。用户可以直接与这款个人AI智能体交谈，在它回答时打断，也可以让屏幕上的化身以表情和手势回应对话。
这次更新的重点，是把此前在Connect 2026上预览的能力带到应用端，而不是首次发布Muse。按照Meta此次公告，语音和表情化身首先在美国陆续推出；AI眼镜和Muse Charm的语音对话仍被列为“即将推出”，没有公布具体日期。
从输入指令，到边说边梳理问题
启动方式并不复杂：用户点击应用右上角的电话图标，就可以开始交谈。Meta称，Muse能够实时回应，也允许用户中途打断，使对话不必严格按照“说完一段、等待回答”的顺序进行。
公司举出的场景包括头脑风暴、旅行规划、求职面试练习和演示排练。例如，用户不必先写出一份完整的旅行需求，可以从想去的城市、偏好的住宿环境或一道想尝试的菜开始，在交谈中逐步补充条件。Meta还表示，Muse可以在用户散步、做饭或双手被占用时，一边听取要求，一边在后台推进工作。
这些是厂商对使用方式的描述，不是独立测试结果。此次公告没有提供端到端响应延迟、任务成功率或不同环境下的语音识别表现，因而不能仅凭“实时”一词判断它在嘈杂环境、复杂任务或长时间交谈中能否保持同样体验。
用户也不必始终面对一个虚拟角色。此次更新提供三种呈现方式：只使用语音、让化身显示在对话旁边，或切换为全屏。Meta称，用户可以从数百种声音中选择不同风格，并随时更换；化身则会在聆听和回答时，展示与对话语气相符的表情和动作。
这使语音成为一种可选择的交互入口，而不是强制替代文字界面。对于练习面试或口头表达，连续对答可能更贴近实际情境；对于需要仔细核对的日期、金额和执行结果，回应听起来是否自然，仍不能代替内容本身是否准确。
会说话的化身，背后是什么技术
Meta在9月23日发布的技术介绍《Bringing Your Muse to Life》中，将Muse Realtime Voice和Muse Realtime Avatar描述为一个连接对话、声音与视觉表现的流式系统。
按照公司的解释，语音系统输出的语音令牌既包含说话内容，也包含表达方式。音频解码器将这些令牌转换为声音，化身系统则利用同一令牌流生成相应的视觉表现。换句话说，声音和动作共享一部分生成依据，而不只是给文字回答附上一段固定动画。
Meta称，化身模型采用由音频驱动的扩散Transformer，并结合参考图像和最近生成的视频信息，以短片段连续生成画面。这样设计的目标，是在持续交谈时兼顾生成速度与角色外观、动作的连贯性。
这些仍是Meta对自身技术的说明。技术博客展示的人像、全身角色、动物和物体等示例，也不意味着用户能在Muse应用中选择全部对应化身；公司明确提醒，博客中的能力演示不完全等同于应用内可用内容。
在生成内容标识方面，Meta表示，Muse Realtime Avatar会使用Meta Video Seal，在生成视频中嵌入不可见水印。技术介绍同时注明，Muse面向18岁及以上用户。水印是公司提出的追溯措施，不应被理解为对冒用、误导或其他滥用风险的全面消除。
这是智能体的新入口，不是一次全新产品发布
Muse原本的定位，就不只是提供文字答案。在最初的产品介绍中，Meta把它描述为能够制定计划、浏览网页、填写表格并代表用户推进任务的个人智能体；对于耗时较长的工作，它可以在用户关闭应用后继续处理。
此前的Mac版Muse报道已经涉及桌面应用与文件操作。因此，11月5日公告中“覆盖Mac”的含义，是既有桌面入口加入此次语音和化身更新，不能写成Muse首次登陆Mac。
Meta对Connect 2026的回顾也已介绍语音模式、AI眼镜接入计划和Muse Charm。此次真正新增的信息，是手机、网页及Mac应用开始向美国用户推出相关体验，而非那些硬件已经完成上市或语音功能已经交付。
语音入口与智能体执行权限之间，也需要保持区分。Meta在Muse最初的说明中表示，用户决定连接哪些应用、授予多少访问权限，可以调整或撤销授权；发送邮件、购买等敏感操作需要用户批准，并提供活动记录。对话变得更流畅，本身并不能证明这些权限边界发生了改变，也不能把一句口头要求等同于不受限制的执行授权。
此次更新把Muse的变化集中在“如何交代任务”上：用户可以通过连续交谈梳理意图，由声音和化身提供即时反馈。但它是否因此成为更可靠的日常工具，仍取决于任务能否正确完成、关键操作能否得到清楚确认，而不只是虚拟角色表现得是否像一个正在认真倾听的人。