Aux États-Unis, l'agent Muse de Meta acquiert voix et visage animé en temps réel

Meta a annoncé le 5 novembre la mise à disposition, pour l'ensemble des utilisateurs américains, de Muse Voice, la fonction qui permet de converser par appel vocal et en vidéocall avec son agent d'intelligence artificielle Muse, dans l'application disponible sur mobile, sur le Web et sur Mac. L'opération relève du segment grand public des produits d'IA générative : après le texte, les éditeurs cherchent à doter leurs agents d'une interface parlée et incarnée, un terrain sur lequel OpenAI (ChatGPT) et Anthropic (Claude) proposent déjà des fonctions vocales, rappelle le média japonais ITmedia AI+. Meta avait dévoilé le principe en septembre, lors de sa conférence développeurs Connect.

Le dispositif assemble deux briques. Muse Realtime Voice produit des jetons vocaux porteurs du contenu et de la manière de dire ; Muse Realtime Avatar, adossé à un modèle de type « diffusion transformer », synchronise la voix, la bouche et les expressions. Selon les chiffres avancés par Meta et repris par le média coréen AI Times, une technique de distillation a ramené le processus de diffusion de 120 à 2 inférences, permettant de générer une vidéo verticale de 448 × 768 pixels à 25 images par seconde, avec une latence d'environ 870 millisecondes après la fin de la prise de parole. La société indique traiter douze sessions de génération vidéo simultanées sur un seul GPU GB200, en coopération avec Nvidia, et huit fois la capacité de service de son modèle de référence précédent.

Par défaut, l'avatar prend les traits de « Jolly », un petit chien ; il peut être remplacé par une figure humaine, animale ou imaginaire. L'utilisateur choisit parmi plusieurs centaines de voix, peut interrompre l'agent en cours de réponse, et le système n'exploite que l'audio, sans accès à la caméra. Un filigrane invisible, Video Seal, est intégré aux contenus générés afin d'en tracer l'origine ; le service est réservé aux personnes de 18 ans et plus. Muse reste par ailleurs actif au Canada, au Japon, depuis le 23 octobre, et à Singapour, mais AI Times relève qu'il n'est pas encore officiellement disponible en Corée du Sud. Au Mexique, premier pays latino-américain à le recevoir selon Infobae, son arrivée s'accompagne de connecteurs locaux, dont Cinépolis, Coppel, Despegar, Kavak, Kueski, Liverpool et Rappi.

La diffusion commerciale est déjà mesurable : TechCrunch, citant la firme Sensor Tower, fait état de 10,2 millions de téléchargements aux États-Unis en quarante jours, pour 10,9 millions au total dans le monde. La suite attendue est matérielle. Meta prévoit ensuite un objet connecté de type Tamagotchi, Muse Charm, attendu avant la fin de l'année, sur l'écran duquel l'avatar doit apparaître, puis une déclinaison sur ses lunettes connectées.