في 6 نوفمبر (الشهر 11)، أعلن زوكربيرغ على Threads عن الإطلاق الرسمي لمساعد الذكاء الاصطناعي الشخصي Muse لدعم محادثات الصوت الفوري والصورة الرمزية الافتراضية. تتوفر الميزة أولًا للمستخدمين في الولايات المتحدة، وتغطي تطبيقات الهاتف المحمول والويب وMac. عند فتح أيقونة الهاتف في الزاوية العلوية اليمنى من التطبيق، يمكن للمستخدم الدردشة معه كما لو كان يجري مكالمة هاتفية، مع إمكانية المقاطعة والتدخل في أي وقت أثناء الكلام. هذا يعني أن Muse لم يعد مجرد نص في مربع كتابة، بل أصبح طرف حوار قادرًا على مواصلة الحديث والرد.
نموذج واحد يتحكم في الفم والوجه معًا
يدعم ذلك نموذجان: Muse Realtime Voice وMuse Realtime Avatar. الأول يولّد في الوقت نفسه "ما يُقال" و"كيف يُقال"، بينما يضيف الثاني عبر تدفق البيانات نفسه تعابير الوجه وحركات الشفاه والحركات الجسدية في الوقت الفعلي، فلا ينفصل الصوت عن الصورة. يستطيع النظام إخراج فيديو عمودي بدقة 448×768 وبمعدل 25 إطارًا في الثانية بشكل متدفق، ومن انتهاء المستخدم من الكلام حتى استلام أول استجابة صوتية ومرئية نحو 870 مللي ثانية. تفاعليًا، يمكن الاعتماد على الصوت فقط مع بقاء الصورة الرمزية بجانب الدردشة، أو التبديل إلى وضع "وجهًا لوجه" بملء الشاشة؛ ويمكن استبدال الشخصية الكرتونية الافتراضية Jolly بشخصيات بشرية وحيوانات، كما تتوفر مئات الأنماط الصوتية، من "حيوية نيويوركي" إلى "لكنة قراصنة".
الاستهداف هو سيناريوهات "الأيدي المشغولة"
تضع Meta إياه كوكيل ذكي شخصي أكثر طبيعية: أثناء المشي أو عند انشغال اليدين، توجّه المهام بالكلام ويتابع Muse العمل في الخلفية؛ ويمكن استخدامه أيضًا للعصف الذهني أو تخطيط السفر أو التدرب على مقابلات والتحدث. وقد عرضت الشركة رسميًا أيضًا جعل الصورة الرمزية ترقص ثم إرسالها بضغطة زر واحدة إلى Instagram وFacebook وWhatsApp. عندما يُكسب الذكاء الاصطناعي وجهًا وصوتًا، فإن سوق مرافقة الدردشة سيتنافس على الأرجح على خط "الإحساس بالإنسان الحقيقي".