Meta Muse 上線即時語音與動態分身：支援打斷，提供數百種聲線

對著輸入框字斟句酌敲提示詞，往往第一句話還沒打完，原本冒出來的靈感就散了。

Meta 顯然覺得這種互動該變一變了。11 月 5 日，Meta 正式在移動端、網頁端和 Mac 端的 Muse 應用上線即時語音與動態虛擬分身。這項功能最早在 Connect 2026 上預覽過，現在只要點選應用右上角的電話圖示，就能直接和 AI 即時對話。

邊聊邊比劃，還能隨時插話

這次更新的核心是 Meta 推出的兩項底層技術：Muse Realtime Avatar 與 Muse Realtime Voice。

過去和 AI 語音對話，最尷尬的往往是卡頓和搶話。新功能不僅大幅壓低了響應延遲，還支援使用者在中途隨時開口打斷，就像和真人面對面聊天一樣自然。

更有意思的是視覺層面的呈現。虛擬分身不再是一張呆滯的靜態貼圖，它會在傾聽和回答時配合對話語調，做出細微的表情和肢體動作。如果你想看它到底聽沒聽懂，觀察它的神態就能猜個八九不離十。

Meta 還給它準備了極高的自由度。應用內提供了數百種聲音風格供挑選，從充滿活力的紐約客腔調到搞怪的海盜口吻都能隨意切換。呈現形式也能按需調整：不想看畫面可以切成純語音，工作中可以把分身收在側邊小窗，想認真交流時則能一鍵拉滿到全屏面對面。

告別提示詞工程，想到哪聊到哪

按照 Meta 的說法，這套語音互動最適合用來梳理那些尚未成型的半成品想法。

比如做旅行規劃，你不用費心思寫一段完整的設定，只需口頭隨口唸叨幾句想去哪座城市、想在哪種風景裡醒來、或者必吃的一頓大餐。AI 會順著話頭幫你搭起框架，無論你是在廚房做飯還是在戶外散步，都能邊走邊聊。

另一個典型場景是實戰預演。無論是工作面試、方案宣講還是即興演講，比起對著鏡子自言自語，讓一個能隨時回應、有面部反饋的虛擬分身陪練，臨場感要逼真得多。

目前該功能已先面向美國使用者推送。根據第三方博主 TestingCatalog 的訊息，Muse 近期也在墨西哥等地同步鋪開。此外，Meta 還明確表示，這套語音對話能力很快就會登陸其 AI 眼鏡以及 Muse Charm 配件。

為什麼重要

我們認為，Meta 這一步走得相當務實，它把 AI 的使用門檻從「寫提示詞」拉回到了最自然的人類本能——直接開口說話。

對普通使用者和內容創作者來說，這徹底解放了雙手。很多時候人們並不是不會思考，而是懶得把碎片想法整理成工整的文字發給 AI。隨時打斷加多重聲音風格的設計，讓它不僅是一個生產力工具，更像是一個隨時待命的思維陪練。如果你身處美國，現在就非常值得開啟體驗一下日常頭腦風暴。

放在行業競爭裡看，Meta 正在走一條和 OpenAI 略有不同的多模態路徑。OpenAI 的高階語音模式把重點放在聲調情緒和音色質感上，而 Meta 靠著自己在虛擬現實和數字人上的積累，直接把「有面部表情、有肢體動作」的分身壓進了同一套互動裡。

更關鍵的棋局在硬體。Meta 已經點名這項技術即將落地 AI 眼鏡和可穿戴裝置 Muse Charm。在沒有螢幕或小尺寸裝置上，即時語音才是終極互動入口。Meta 先在桌面端和移動端打磨對話自然度與打斷機制，本質上是在給下一代可穿戴硬體鋪平道路。

當然，隱患也擺在眼前。虛擬分身的微表情如果匹配稍有偏差，就很容易跌進「恐怖谷」效應，讓部分使用者覺得彆扭；數百種聲線的長期陪伴屬性也對安全稽核提出了極高要求。但無論如何，把 AI 從冷冰冰的對話方塊拉進有聲有色的即時互動，這場競爭才剛剛開始。