Meta Muse: Sprachchat in Echtzeit und animierte Avatare

Unterbrechen, Hintergrundaufgaben, Avatar

Während eines Anrufs lässt sich Muse jederzeit unterbrechen und antwortet sofort. Außerdem kann der Agent im Hintergrund an Aufgaben weiterarbeiten, während das Gespräch läuft, etwa wenn der Nutzer gerade spazieren geht.

Der Avatar zeigt Mimik und Gesten, die zur Stimmung des Gesprächs passen, und reagiert schon, während der Nutzer noch spricht. Wie viel davon sichtbar ist, bestimmen die Nutzer selbst: nur Stimme, Avatar neben dem Gespräch oder im Vollbild. Zur Auswahl stehen Hunderte Stimmen mit unterschiedlichen Persönlichkeiten, zwischen denen sich jederzeit wechseln lässt. Auf der Connect kündigte Meta zudem an, dass Nutzer eine Stimme per Beschreibung formen können, etwa mit anderem Tempo oder Akzent.

Meta empfiehlt die Funktion zum Brainstorming, zur Reiseplanung oder zum Üben für Bewerbungsgespräche und Präsentationen.

Die Technik dahinter

Die Avatare laufen auf Muse Realtime Avatar, einem Modell der Meta Superintelligence Labs, der zentralen KI-Einheit des Konzerns. Gezeigt hatte Meta die Technik erstmals im September auf der Connect. Laut Meta bevorzugten Testpersonen in Tests mit eigenen Bewertern die Avatare gegenüber denen der Konkurrenten Runway und HeyGen. Zugleich räumte Meta ein, dass nicht alle Demos den in der App verfügbaren Avataren entsprechen.

Muse war im September als Metas Antwort auf KI-Agenten wie ChatGPT gestartet. Es basiert auf der im April vorgestellten Modellfamilie Muse Spark und kann bereits bei Händlern einkaufen, E-Mails versenden und Apps auf dem Mac steuern. Der Start ist Teil von Metas hohen KI-Investitionen, zu denen auch das Rechenzentrum Hyperion in Louisiana zählt.

Sprachgespräche sollen als Nächstes auf Metas KI-Brillen und auf Muse Charm kommen, ein kleines Clip-Gerät von der Connect. Einen Termin nennt Meta für beide noch nicht.