Meta 正在把 AI 助手从“对话框”里拉出来，变成一个会眨眼、会摆手势、有情绪表达的虚拟角色。本周四，Meta 宣布其消费级 AI 智能体 Muse 的语音与视频通话功能已向美国所有用户开放。这意味着此前在 Connect 开发者大会上首次亮相的实时数字人能力，正式进入大众可用阶段。
事件背景：从文字问答到“面对面”交流
过去两年，主流 AI 助手的交互形态基本围绕文字输入和语音播报展开。用户提问、模型回答，界面是聊天窗口，体验是“工具式”的。Meta 试图走一条不同的路：给 Muse 配一个可自定义的动画形象，让用户以视频通话的方式与它交流。
这个形象被昵称为“Jolly”，用户可以把它改成更像人的样子，也可以改成动物或其他角色。Meta 的逻辑是，拟人化能增强用户与 AI 之间的情感连接，而实时视频对话会让这种连接进一步加深。从产品节奏看，这一步并非孤立动作——Meta 还计划在年底前推出一款类似电子宠物的可穿戴设备，Muse 的数字形象将出现在其小屏幕上，用户可以直接与它对话、让它代为处理任务。
已确认的核心信息
根据 Meta 官方公布的内容，可以确认以下几点：
- 覆盖范围：Muse Voice 的视频通话功能已面向美国全体用户开放，支持移动端、网页端和 Mac。
- 技术支撑：该功能由两个新模型驱动，分别是 Muse Realtime Avatar 和 Muse Realtime Voice，负责实时生成数字人的形象表现与语音交互。
- 交互方式：Muse 在说话时会配合对话语气做出“细微的表情和手势”。需要明确的是，它并不“看见”用户，而是通过听觉接收信息并据此回应。
- 后续规划：实时对话能力未来将扩展到 Meta 的 AI 眼镜以及即将推出的 “Muse Charm” 硬件设备。
Meta 首席 AI 官 Alexandr Wang 通过博客和社交平台发布了这一消息，并演示了自己与 Muse 的互动：他的 Muse 是一只毛茸茸的白狗，当他提到自己爱发梗图、可能因此惹老板不高兴时，Muse 建议他给容易被误解的梗图加上免责声明。这个演示本身说明了产品的定位——轻量、陪伴感强、带一点幽默。
| 维度 | 当前状态 | 后续计划 |
| 视频通话 | 美国用户可用 | 扩展至更多地区（未公布时间） |
| 支持平台 | 移动端、网页、Mac | AI 眼镜、Muse Charm 硬件 |
| 形象定制 | 支持自定义角色 | 未提及更多能力 |
对用户和开发者的实际影响
对普通用户而言，最直接的变化是交互门槛降低。视频通话比打字更接近日常交流习惯，尤其对不擅长文字输入的人群更友好。数字人的表情和手势虽然不构成实质功能增强，但会显著影响使用感受——这也是 Meta 押注“情感连接”的核心假设。
对开发者来说，值得关注的信号是 Meta 正在把 Muse 做成一个跨终端的智能体入口。从手机、网页、Mac，到眼镜和专用硬件，Muse 的形象和语音能力被设计为可迁移的。如果这一路径成立，未来第三方服务接入 Muse 的可能性会打开，类似“让助手替我去完成某个任务”的场景将需要生态支持。不过目前 Meta 并未公布开发者接口或第三方集成方案，这部分仍属推测。
另一个现实影响是隐私边界。Meta 明确表示 Muse 不“看”用户，只通过语音接收信息。但视频通话场景下，用户对“摄像头是否开启”“画面是否被处理”的感知天然敏感。Meta 需要把这一点讲得足够清楚，否则功能越拟人，用户的顾虑可能越强。
仍需观察的不确定性与行动建议
已确认的事实是功能开放范围、支持平台和技术命名。尚不确定的部分包括：视频通话是否消耗额外算力配额、免费与付费用户的体验是否有差异、Muse 在任务执行上的实际能力边界，以及 “Muse Charm” 硬件的具体形态和定价。Meta 目前没有披露这些细节。
对个人用户，建议先把它当作一个“更好用的语音助手”来试用，重点测试它在真实任务上的完成度，而不是被动画形象吸引后就默认它能力更强。对企业或开发者，建议持续跟踪 Meta 是否开放 Muse 的集成能力——如果开放，跨终端智能体可能成为新的流量入口；如果不开放，它更像是一个封闭的消费级产品。
AI 助手的竞争正在从“谁答得准”转向“谁更让人愿意用”。Muse 的视频通话是一次形态实验，效果如何，要看用户是否真的愿意对着一个动画角色说话，以及说完之后，它能不能把事情办成。