Meta 的 Muse 能把任意肖像变成实时会说话的虚拟形象
Meta 发布了 Muse，这是一种音频驱动的扩散 Transformer，能把任意肖像变成实时会说话的虚拟形象，以每秒 25 帧、亚秒级延迟输出视频。据报道，在正面对比评分中它击败了 Runway 和 HeyGen。它之所以重要，是因为实时低延迟虚拟形象让 Meta 更接近能与人面对面交谈的逼真个人智能体。
报道来源
- Alpha Signal2026-11-05 18:36
- Meta AI2026-11-05 18:36
Meta 发布了 Muse，这是一种音频驱动的扩散 Transformer，能把任意肖像变成实时会说话的虚拟形象，以每秒 25 帧、亚秒级延迟输出视频。据报道，在正面对比评分中它击败了 Runway 和 HeyGen。它之所以重要，是因为实时低延迟虚拟形象让 Meta 更接近能与人面对面交谈的逼真个人智能体。