Mục lục
TL;DR: Meta đang triển khai chế độ hội thoại giọng nói thời gian thực cùng avatar chuyển động cho Muse tại Mỹ, mở đầu cho kế hoạch đưa trải nghiệm này lên kính AI và thiết bị Muse Charm.
Muse, AI agent của Meta, giờ có thể trò chuyện bằng giọng nói theo thời gian thực trên ứng dụng. Khi phản hồi, avatar đặt ở đầu cuộc hội thoại sẽ chuyển động khớp với lời Muse nói, thay vì chỉ hiện như ảnh đại diện tĩnh.
Tính năng mới đang được phát hành tại Mỹ cho ứng dụng Muse. Đây là thay đổi hướng Muse gần hơn với một trợ lý có tính hội thoại trực tiếp, dù trải nghiệm avatar số hóa cũng có thể tạo cảm giác hơi kỳ lạ tùy cách người dùng thiết lập.
Voice mode và avatar thay đổi trải nghiệm thế nào?
Voice mode cho phép người dùng nói chuyện trực tiếp với Muse thay vì chỉ nhập văn bản. Theo Meta, cuộc trò chuyện diễn ra theo thời gian thực, còn avatar của AI agent thực hiện tác vụ trực tuyến sẽ hoạt họa đồng bộ với phần phản hồi bằng lời.
Người dùng cũng có thể thay đổi tông giọng của Muse theo hai cách: mô tả điều mình muốn và để agent tự lựa chọn, hoặc vào phần cài đặt avatar để duyệt các lựa chọn có sẵn. Nói cách khác, phần giọng nói và diện mạo của agent được đặt trong cùng một lớp tùy biến.
Avatar “biểu cảm” ở đây chủ yếu là nhân vật thể hiện lời nói qua chuyển động khi Muse trả lời. Đây không phải chỉ là thay giọng đọc cho chatbot, mà là thêm một gương mặt có cử động vào cuộc trò chuyện.
Phản hồi nhanh, nhưng vẫn có lúc ngập ngừng
Trong thử nghiệm ngắn trên iOS được mô tả trong nguồn, Muse phản hồi bằng giọng nói khá nhanh. Tuy vậy, agent đôi lúc dừng lại khi đang tìm thông tin hoặc kiểm tra một tác vụ, tương tự cách nó có thể tạm ngừng trong cuộc trò chuyện văn bản.
Phần hoạt họa nhìn chung bám theo lời nói tương đối tốt. Nhưng hiệu ứng này không phải lúc nào cũng tự nhiên: với một số thiết lập avatar cụ thể, trải nghiệm có thể rơi vào cảm giác “uncanny”, tức gần giống con người nhưng lại đủ khác để gây khó chịu hoặc lạ lẫm.
Ví dụ, nguồn đã thử dùng avatar có diện mạo giống Mark Zuckerberg và nhận thấy việc nói chuyện với một phiên bản số hóa đang cử động của CEO Meta khá kỳ lạ. Điều này cho thấy tính năng mới không chỉ là nâng cấp giao diện, mà còn đặt ra bài toán về mức độ thoải mái khi AI được nhân hóa.
Lộ trình sang kính AI và Muse Charm
Meta cho biết voice mode và avatar biểu cảm hiện được triển khai cho ứng dụng Muse tại Mỹ. Công ty nói các tính năng này sẽ sớm có mặt trên kính AI của hãng.
Muse Charm, thiết bị sắp ra mắt của Meta, cũng sẽ hỗ trợ trải nghiệm này. Theo kế hoạch được nêu trong nguồn, thiết bị dự kiến được giao trong năm nay, nhưng chưa có thêm thông tin về thời điểm cụ thể hoặc phạm vi phát hành.
Vì sao đáng chú ý?
Giọng nói giúp AI agent phù hợp hơn với các tình huống người dùng không muốn hoặc không thể gõ, đặc biệt trên thiết bị đeo. Việc Meta đồng thời đưa avatar chuyển động lên ứng dụng, kính AI và một thiết bị mới cho thấy hãng đang thử biến Muse thành một hiện diện giao tiếp liên tục hơn, thay vì một ô chat đơn thuần.
Đổi lại, mức độ nhân hóa cao hơn có thể khiến trải nghiệm trở nên hấp dẫn với một số người nhưng xa lạ với số khác. Chất lượng phản hồi, độ trễ khi agent cần tra cứu và cảm giác tự nhiên của avatar sẽ quyết định liệu voice mode có trở thành cách dùng chính hay chỉ là một lớp trình diễn mới.
Skills Bridge tổng hợp
