Agenten
Meta ergänzt seinen Agenten Muse um Echtzeit-Sprachmodus und ausdrucksstarke Avatare, zuerst in den USA auf Mobilgerät, Web und Mac
Meta startet seit 5. Nov. Echtzeit-Sprache und Avatare in der Muse-App, nur in den USA. Die Zahlen stammen von Meta; Datenschutzangaben fehlen.
Am 5. November 2026 hat Meta begonnen, Echtzeit-Sprachgespräche und ausdrucksstarke Avatare in der Muse-App auszurollen, zunächst in den USA, auf Mobilgeräten, im Web und auf dem Mac. Der Avatar stützt sich auf Muse Realtime Voice und Muse Realtime Avatar, Technologien, die Meta auf der Connect gezeigt hatte. Sprache auf Metas KI-Brillen und dem kommenden Gerät Muse Charm wird als später kommend beschrieben, ohne Termine. Die technischen und Qualitätszahlen unten stammen von Meta, keine wurde unabhängig geprüft.
Das Wesentliche
- Was startete: Sprachgespräche mit Muse und ein Avatar, der sich beim Sprechen bewegt, in der Muse-App auf Mobilgerät, Web und Mac. Ein Telefonsymbol startet eine Sprachsitzung.
- Wo: vorerst nur in den USA. Meta nannte keinen Termin für andere Länder.
- Was berichtet wird: etwa 870 ms vom Ende Ihres Redebeitrags bis zum ersten Byte der Antwort und Hochformat-Video mit 448x768 bei 25 Bildern pro Sekunde. Das sind Zahlen von Meta, ohne veröffentlichte Methode.
- Was fehlt: Preis oder Nutzungsgrenzen dieser Funktion, Sprachen jenseits von „Hunderten Stimmen“ sowie Datenschutz- oder Speicherregeln für Sprach- und Avatar-Sitzungen.
- Später: Sprache auf KI-Brillen und Muse Charm, ohne Termine.
Was hat Meta genau veröffentlicht?
Zwei Dinge in einem: einen Sprachmodus, in dem Muse laut antwortet und unterbrochen werden kann, und einen Avatar, der beim Sprechen reagiert. Er kann neben dem Gespräch erscheinen, den Bildschirm füllen oder im reinen Sprachmodus ausgeblendet bleiben. Laut Metas Forschungsbeitrag, wie ihn ein Tracker wiedergibt, erzeugt Muse Realtime Voice einen Strom von Sprach-Tokens, die sowohl die Worte als auch die Sprechweise tragen. Muse Realtime Avatar, beschrieben als audiogesteuerter Diffusion Transformer, liest diesen Strom, um Video in kurzen Abschnitten zu erzeugen, sodass Lippen und Mimik der Stimme folgen.
Was sagen Metas Zahlen, und wie belastbar sind sie?
Meta nennt etwa 870 ms Latenz, Hochformat-Video mit 448x768 bei 25 fps, ein unsichtbares Wasserzeichen von Meta Video Seal im erzeugten Video und bis zu 12 Live-Sitzungen auf einem einzigen GB200. In Metas eigener Präferenzstudie bevorzugten Bewerter Muse Realtime Avatar mit 78 % zu 22 % gegenüber Runway Characters und mit 88 % zu 12 % gegenüber HeyGen LiveAvatar. Die Bewerter waren Metas, und Anzahl, Aufgaben und Statistik wurden nicht genannt. Die Latenzseite nennt zudem weder Hardware noch Netzbedingungen noch Perzentile; es sind Behauptungen.
Kann Muse mich während eines Anrufs sehen?
Laut einem TechCrunch-Bericht, den ein Medium wiedergibt, sieht Muse den Nutzer während eines Anrufs nicht und hört nur zu. Wir haben diesen Bericht nicht selbst gelesen. Metas Brillenpläne sind davon getrennt: Sprache auf KI-Brillen und Muse Charm wird nur als später kommend beschrieben.
Was ist nicht belegt?
- Ob die Funktion kostenlos oder kostenpflichtig ist, und ihre Nutzungsgrenzen.
- Wie lange Sprach- oder Avatar-Sitzungen gespeichert werden und wer darauf zugreifen kann.
- Die Verfügbarkeit außerhalb der USA, auch in Kanada und Europa.
- Die unterstützten Sprachen jenseits von „Hunderten Stimmen“.
- Unabhängige Messungen von Latenz, Qualität, Robustheit des Wasserzeichens oder Umgang mit Unterbrechungen.
- Termine für KI-Brillen und Muse Charm.
Übersichtstabelle
| Punkt | Was am 6. November 2026 angegeben ist | Quelle |
|---|---|---|
| Start | 5. November 2026, Muse-App auf Mobilgerät, Web, Mac | iPhone in Canada, ShiftDelete |
| Verfügbarkeit | Zuerst USA, keine weiteren Termine | iPhone in Canada, ai-tldr |
| Technik | Muse Realtime Voice und Muse Realtime Avatar | Meta, über Tracker |
| Latenz | Etwa 870 ms, Meta-Zahl, ohne Methode | Metas Forschungsbeitrag via ai-tldr |
| Qualitätsstudie | 78 % und 88 % Präferenz gegen zwei Rivalen, durch Metas Bewerter | Metas Forschungsbeitrag via ai-tldr |
| Brillen, Muse Charm | „Später“ oder „bald“, ohne Termine | iPhone in Canada, ai-tldr |
Häufig gestellte Fragen
Ist Muse-Sprache außerhalb der USA verfügbar?
Noch nicht. Der Start erfolgt zuerst in den USA, und Meta hat keinen Termin für andere Länder genannt.
Ist die Latenz von 870 ms unabhängig geprüft?
Nein. Es ist eine Zahl von Meta, und die veröffentlichte Beschreibung nennt weder Hardware noch Netzbedingungen noch Perzentile.
Geht der Avatar vom Gesicht einer Person aus?
Die gelesenen Quellen beschreiben ihn als Avatar für Muse, nicht als Kopie des Nutzers. Mehr wird nicht gesagt.
Methode und Grenzen
Quellen Stand 6. November 2026. Wir lasen Sekundärberichte und Tracker, die Metas Ankündigung und Forschungsbeitrag wiedergeben. Eine Seite, die wir öffnen wollten (MLQ), war nicht erreichbar, daher stützen wir uns für die Sprachdetails auf Tracker und Berichte. Wir lasen Metas eigene Beiträge nicht direkt und testeten nichts.
Quellen
- iPhone in Canada: Meta's Muse gets real-time voice and expressive avatars, not in Canada yet (geprüft am 06.11.2026)
- ShiftDelete: Meta Muse Voice lets you talk to your AI agent live (geprüft am 06.11.2026)
- ai-tldr: Muse voice and avatars, Meta's AI agent now talks back with a face in the US (geprüft am 06.11.2026)
- Runtimewire: Meta gives Muse a live avatar, with subsecond video responses (geprüft am 06.11.2026)
- OrcaRouter: Muse Realtime Avatar release (geprüft am 06.11.2026)
Einen Fehler in diesem Artikel entdeckt? Melden Sie ihn · Unsere Korrekturrichtlinie
