KI SpotlightNewsMeta öffnet Muse Voice für alle Nutzer in den USA
Echtzeit-Sprach- und Videogespräche mit dem KI-Agenten Muse sind für alle US-Nutzer freigeschaltet. Auf Brillen und Muse Charm sollen sie laut Meta bald folgen; der Rollout beginnt in den USA.
Mit KI erstelltInhalt
◆ Fakten auf einen Blick
- Muse Voice ist für alle Nutzer in den USA verfügbar und ermöglicht Echtzeit-Sprach- und Videounterhaltungen.
- Das Feature läuft in der Muse-App auf Mobilgeräten, im Web und auf dem Mac.
- Sprachunterhaltungen sollen bald auch auf Metas KI-Brillen und „Muse Charm“ verfügbar sein.
- Die Standardfigur ist der cartoonhafte Avatar „Jolly“, der durch Person, Tier oder Figur ersetzt werden kann.
- Die Stimme lässt sich aus „Hunderten“ Stimmen auswählen oder per Beschreibung automatisch wählen.
Muse Voice steht allen Nutzern in den USA offen
Meta hat Muse Voice für alle Nutzer in den USA freigegeben. Die Funktion ermöglicht Sprach- und Videogespräche in Echtzeit mit dem Verbraucher-KI-Agenten Muse. Meta kündigte den Schritt in einem Blogpost an. Alexandr Wang, Chief AI Officer des Konzerns, zeigte zusätzlich in einem X-Post eine Demo. Mehrere Medien nennen als Termin einen Donnerstag. Ein genaues Datum nennen sie nicht.
Muse Voice nutzen Anwender in der Muse-App auf Mobilgeräten, im Web und auf dem Mac. Das Gespräch startet über das Telefon-Symbol oben rechts. Meta hatte die Echtzeit-Gespräche bereits im September auf der Connect 2026 als Vorschau gezeigt. Neu ist die allgemeine Verfügbarkeit in den USA.
Avatar „Jolly“, Hunderte Stimmen, drei Präsenzstufen
Muse erscheint als animierter Avatar. Die Standardfigur ist cartoonhaft und trägt den Spitznamen „Jolly“. Nutzer können sie durch eine Person, ein Tier oder eine andere Figur ersetzen. In Wangs Demo trat Muse als flauschiger weißer Hund auf.
Laut Meta zeigt der Avatar „subtile Mimik und Gesten“, die zum Ton des Gesprächs passen. Er reagiert, während der Nutzer noch spricht. Wie präsent er sein soll, entscheiden Nutzer selbst: nur Stimme, Avatar neben dem Gespräch oder Vollbild.
Bei der Stimme nennt Meta „Hunderte“ Optionen, etwa im Stil eines New Yorkers oder eines Piraten. Nutzer beschreiben die gewünschte Stimme und lassen das System wählen. Alternativ suchen sie in den Avatar-Einstellungen selbst aus. Als Einsatzfelder nennt Meta Brainstorming, Reiseplanung sowie das Üben von Vorstellungsgesprächen und Präsentationen. Muse arbeitet im Hintergrund weiter, während der Nutzer spricht.
Ein gemeinsamer Sprach-Token-Strom steuert Stimme und Avatar
Technisch beschreibt Metas Forschungsblog Muse Realtime Avatar als audiogesteuerten Diffusion Transformer. Drei Eingaben konditionieren ihn: der Sprach-Token-Strom von Muse Realtime Voice, Referenzmedien und ein rollierendes Fenster jüngster Video-Latents. Das Video entsteht in kurzen, kausalen Chunks. Stimme und Avatar nutzen denselben Token-Strom. Daher sollen Sprache, Lippenbewegung und Mimik synchron bleiben. Als Referenz dienen Porträtfotos, Ganzkörper-Illustrationen, Tiere und Alltagsobjekte.
Die Bewertung stammt von Meta selbst. Das Unternehmen nennt die Technik „state-of-the-art embodiment technology“. Aussehen und Mannerismen des Avatars blieben von Gesprächsrunde zu Gesprächsrunde „kohärent“, so Meta. Unabhängige Tests zu Konsistenz, Latenz oder Artefakten sind bislang nicht bekannt.
Brillen und Muse Charm sollen folgen, Kanada noch ohne Muse
Sprachgespräche mit Muse sollen laut Meta bald auch auf den KI-Brillen und auf der kommenden Hardware „Muse Charm“ möglich sein. Der Rollout beginnt in den USA. In Kanada ist Muse nach Angaben von iPhone in Canada noch nicht im App Store gelistet. Angaben zu Deutschland und zur EU, zu Daten- und Jugendschutz oder zu Wettbewerbern hat Meta bislang nicht gemacht.
