ميتا تطلق ميزة الدردشة المرئية الفورية للصورة الرمزية Muse AI في الولايات المتحدة

بدأت ميتا طرحًا واسع النطاق في الولايات المتحدة لميزة Muse Voice، التي تتيح للمستهلكين إجراء مكالمات فيديو مباشرة مع صورة رمزية متحركة مدعومة بالذكاء الاصطناعي. يعتمد هذا التجربة على نموذجين تم الكشف عنهما حديثًا — Muse Realtime Avatar و Muse Realtime Voice — اللذين يزامنن تعبيرات الوجه، حركة الشفاه، والنبرات في خط إنتاج واحد منخفض الكمون. على عكس المساعدين الصوتيين البحتين، يقدم النظام شخصية مستمرة وقابلة للتخصيص (ملقبة بـ Jolly) يمكن للمستخدمين إعادة تشكيلها في صور بشرية، حيوانية، أو خيالية.

تعتبر الشركة الطبقة المجسمة كوسيلة للاحتفاظ بالمستخدمين: نظير بصري يعكس نبرة المحادثة من خلال إيماءات دقيقة يهدف إلى تعميق ارتباط المستخدم وزيادة الجلسات النشطة اليومية. أظهر كبير مسؤولي الذكاء الاصطناعي ألكسندر وانغ الإمكانية في عرض عام حيث رد صورته الرمزية على شكل كلب على مزحة حول سياسة الميمز باقتراح سياقي، مما يوضح قدرة النموذج على دمج الفكاهة، الوعي بالسلامة، وتنفيذ المهام في دورة واحدة.

لماذا يهم هذا البنية التحتية لـ GPU / الذكاء الاصطناعي

يتطلب استدلال الصورة الرمزية الفوري توليد إطارات مستدام بأقل من 100 ميلي ثانية بمعدل 30–60 إطارًا في الثانية، مقترنًا بتوليف صوتي متدفق — وهو ملف عمل يضغط على عرض نطاق ذاكرة GPU واستخدام أنوية التنسور بشكل مختلف عن خدمة LLM الدفعية. يشير إفصاح ميتا بأن المكدس يعمل على الهاتف، الويب، ماك، ونظارات الذكاء الاصطناعي القادمة بالإضافة إلى جهاز "Muse Charm" القابل للارتداء إلى هدف نشر غير متجانس يمتد عبر وحدات GPU السحابية، سيليكون الحافة، ووحدات NPU على الجهاز. يجب على فرق البنية التحتية مراقبة معماريات مرجعية تحسن تقسيم النموذج عبر هذا الطيف، خاصة مع إدخال الشكل القابل للارتداء لقيود حرارية وطاقة صارمة.