Meta добавляет своему ИИ-агенту Muse функцию видеочата, хотя Muse не видит собеседника. Новая функция Muse Voice сочетает разговоры в реальном времени с анимированным настраиваемым аватаром: у пользователей появляется персонаж, с которым можно общаться, задавая вопросы или поручая задачи. Запуск в США также готовит почву для аналогичного взаимодействия через ИИ-очки Meta и будущее носимое устройство Muse Charm.
Что здесь подразумевается под видеочатом
Видимый участник разговора — аватар. Когда Muse говорит, его персонаж двигается в такт словам, используя мимику и жесты, которые должны соответствовать тону разговора.
Muse слышит пользователя и отвечает на его слова. Но не видит его. Это важное различие: слово «видеочат» может создавать впечатление двусторонней видеосвязи, тогда как описанная функция лишь придаёт ИИ видимый облик, не позволяя ему видеть говорящего.
По словам Meta, в основе этого взаимодействия лежат новые модели и технологии под названиями Muse Realtime Avatar и Muse Realtime Voice. Впервые функцию представили в сентябре на конференции компании для разработчиков Connect, а 5 ноября объявили о её доступности в США.
В основе взаимодействия всё по-прежнему: можно задать вопрос, поговорить или попросить агента что-то сделать. Новшество — говорящий персонаж, чьи движения сопровождают ответы. Теперь, пока ИИ думает, есть лицо, на которое можно смотреть.
Пользователи могут менять персонажа и его голос
Анимированного персонажа Muse прозвали Jolly, но пользователи могут настроить аватар так, чтобы он напоминал человека, животное или другого персонажа. Meta оставляет простор как для тех, кто предпочёл бы помощника в виде пушистой собаки, так и для тех, у кого более конкретные требования к выбору персонажа.
Настроить голос можно двумя способами:
- Попросить Muse напрямую. Пользователи могут описать желаемый тон и позволить агенту самому выбрать, как изменить голос.
- Выбрать в настройках. Вместо этого пользователи могут просмотреть варианты голоса в настройках аватара.
Эти настройки позволяют влиять на то, как звучит агент, но выбор внешности сам по себе не означает, что агент способен воспроизвести голос того же человека.
В одном коротком тесте на iOS аватар настроили так, чтобы он напоминал Марка Цукерберга. Тестировщику не удалось заставить его голос звучать в точности как у Цукерберга. Узнаваемое лицо и точное совпадение голоса оказались двумя разными задачами, и справиться удалось только с первой.
Доступность при запуске в США описана неоднозначно
Генеральный директор Марк Цукерберг объявил о добавлении голосовых разговоров в реальном времени. Meta также описала запуск в своём блоге, а директор по ИИ Александр Ван поделился демонстрацией в X.
Компания заявляет, что разговоры в реальном времени поддерживаются на мобильных устройствах, в веб-версии и на Mac. Короткий практический тест подтверждает, что функция стала доступна по крайней мере одному пользователю приложения для iOS.
Два сообщения о запуске по-разному описывают доступность. В одном говорится, что Muse Voice уже доступна всем в США, а в другом — что голосовой режим и выразительные аватары сейчас постепенно появляются в приложении в США.
Из-за этого неясно, должен ли доступ уже быть у каждого пользователя в США. Оба сообщения относят запуск к США, но по-разному описывают, завершено ли развёртывание. Ни одно из них не подтверждает доступность за пределами страны.
Первый тест показал быстрые ответы, но иногда возникали паузы
В ходе короткого теста на iOS Muse, как правило, быстро отвечал в голосовом режиме. Иногда он делал паузы, чтобы найти информацию или что-то проверить, — примерно как при текстовом общении.
Это важное различие для тех, кто ожидает непрерывного диалога. Голосовой интерфейс может делать взаимодействие больше похожим на обычную беседу, но агенту всё равно иногда нужно время, чтобы выполнить работу, необходимую для ответа.
В этом тесте анимация аватара также была хорошо синхронизирована с речью. И всё же результат описали как жутковатый, особенно из-за того, что выбранный персонаж напоминал Цукерберга.
Это первые впечатления от ограниченного использования, а не всесторонняя оценка скорости ответов или качества анимации. Тем не менее они помогают разделить две вещи, которые в хорошо подготовленной демонстрации могут сливаться воедино: насколько быстро отвечает агент и насколько комфортно смотреть, как он говорит.
Тем, кто пробует функцию, разумно оценивать эти аспекты по отдельности. Подходящий голос может сделать разговор приятнее, но паузы при запросах информации остаются частью работы агента.
Meta хочет, чтобы люди чувствовали связь с персонажем
Другие ИИ-продукты уже предлагают голосовое общение. По словам Meta, смысл добавления анимированного персонажа в том, что более человекоподобный Muse может помочь потребителям почувствовать более тесную связь со своим агентом. Компания считает, что разговоры в реальном времени способны укрепить эту связь.
Мимика и жесты служат этой цели. Они нужны, чтобы аватар реагировал в соответствии с ходом беседы, а не просто шевелил ртом, озвучивая ответ.
В демонстрации Вана был непринуждённый пример такого общения. Его Muse выглядел как пушистая белая собака, а сам Ван шутил о своей любви к публикации мемов в X и предположил, что из-за некоторых постов у него могли возникнуть проблемы с начальником.
В ответ аватар предложил добавлять дисклеймеры к мемам, которые иначе можно было бы принять за одобрение провокационных материалов со стороны Meta. Даже анимированная собака, похоже, способна вывести разговор на тему корпоративных коммуникаций.
Демонстрация показала стиль общения, который продвигает Meta. Но она не доказала, что выразительный аватар действительно помогает пользователям чувствовать большую близость к ИИ-агенту. Это остаётся ожиданием компании, тогда как сама возможность разговаривать с таким агентом уже анонсирована.
Muse Charm станет ещё одним местом, где появится аватар
Meta планирует добавить разговоры в реальном времени в свои ИИ-очки и будущее устройство Muse Charm. В сообщениях говорится, что поддержка очков появится скоро, но конкретная дата не называется.
Muse Charm — запланированное носимое устройство, похожее на Tamagotchi, с небольшим экраном, на котором будет отображаться аватар. Пользователи смогут разговаривать с агентом, а тот — отвечать или выполнять задачи от их имени.
Ожидается, что поставки устройства начнутся до конца 2026 года. Это целевой срок начала поставок, а не объявление о том, что устройство уже доступно.
Таким образом, запуск программной функции знакомит пользователей с голосовым взаимодействием через персонажа ещё до появления отдельного устройства. Они уже могут начать разговаривать с анимированным Muse на существующих платформах, пока Meta готовит для этого персонажа ещё одно место обитания.
Пока голос появляется в программных продуктах. А поставки носимого устройства ещё впереди.