Nach der ersten Ankündigung auf der Konferenz Connect 2026 hat Meta offiziell damit begonnen, die Funktionen für Echtzeit-Sprachunterhaltungen und expressive Avatare in der App „Muse“ einzuführen. Dieser Schritt zielt darauf ab, das Erlebnis im Umgang mit künstlicher Intelligenz von reinem Text zu einer natürlichen menschlichen Interaktion zu verändern, die auf Stimme und virtuellen Körperbewegungen basiert. Die Funktionen sind ab sofort über Smartphone-Apps, das Web und Mac-Geräte verfügbar.
Sofortige sprachliche Interaktion mit Muse
Die neue Funktion ermöglicht es Nutzern, mit dem intelligenten Assistenten laut nachzudenken, ohne präzise Textbefehle formulieren zu müssen. Nutzer können nun auf das Telefonsymbol in der App tippen, um einen offenen Dialog zu beginnen, was Brainstorming, Reiseplanung oder sogar das Üben von Vorstellungsgesprächen und Präsentationen erleichtert. Die technische Stärke liegt hier in der Fähigkeit des Systems, Sprache während des Flusses zu verarbeiten und zu verstehen, wodurch die Antworten unmittelbar und interaktiv wirken.
Ein Avatar, der Gefühle und Bewegungen ausdrückt
Neben der Stimme hat Meta die Technologie der expressiven Avatare (Expressive Avatars) vorgestellt, die visuell auf den Tonfall des Gesprächs reagieren. Der Avatar verwendet Gesichtsausdrücke und präzise Gesten, die zum Kontext des Gesprochenen passen, wodurch der Eindruck entsteht, dass der Assistent dem Gespräch aufmerksam folgt. Darüber hinaus hat Meta den Nutzern vollständige Flexibilität bei der Wahl der Darstellung dieses Avatars eingeräumt – sei es über eine reine Benutzeroberfläche, das Erscheinen des Avatars neben dem Text oder im Vollbildmodus für ein von Angesicht zu Angesicht geführtes Gesprächserlebnis.
Anpassung des Spracherlebnisses und der zugrundeliegenden Technologien
Dieses Erlebnis basiert auf den Technologien „Muse Realtime Avatar“ und „Muse Realtime Voice“, die so konzipiert wurden, dass sie flüssige Gespräche unterstützen, bei denen der Nutzer die künstliche Intelligenz mitten im Satz unterbrechen kann, genau wie bei menschlichen Dialogen. Um eine persönliche Note zu verleihen, stellt das Unternehmen Hunderte verschiedener Sprachoptionen zur Verfügung – von verschiedenen lokalen Dialekten bis hin zu fiktiven Charakteren –, sodass der Nutzer die „Persönlichkeit“ des Assistenten entsprechend seiner Stimmung ändern kann.
Was ändert sich im Nutzererlebnis?
Dieses Update stellt einen Wandel vom traditionellen „Frage-Antwort“-Modell hin zu einem Modell der „kontinuierlichen Zusammenarbeit“ dar. Anstatt eine spezifische Anfrage zu tippen, kann der Nutzer mit einer unvollständigen Idee beginnen und diese durch die Diskussion mit Muse weiterentwickeln, während er andere Aufgaben wie Gehen oder Kochen erledigt. Dieser Ansatz stärkt die Rolle der künstlichen Intelligenz als digitaler Begleiter, der in der Lage ist, sofort zu reagieren und den emotionalen Kontext durch den Tonfall der Stimme und die Ausdrücke des Avatars zu verstehen.
Verfügbarkeit und Pläne für die Zukunft
Die Einführung der Sprach- und Avatar-Funktionen hat derzeit für Muse-Nutzer in den Vereinigten Staaten als erster Schritt begonnen. Meta bestätigte, dass diese sprachlichen Fähigkeiten bald auch für die KI-Brille (AI Glasses) und das Gerät „Muse Charm“ verfügbar sein werden, was den Wunsch des Unternehmens unterstreicht, seinen intelligenten Assistenten in tragbare Geräte zu integrieren, um ein Nutzungserlebnis zu bieten, das nicht vollständig von Bildschirmen abhängt.