Meta 推出 Muse Realtime Avatar：把任意图片变成实时对话的 AI 角色

Meta 推出 Muse Realtime Avatar，可将任意图片变成能实时对话的动态角色，支持面部、手势与全身动作。它由 Muse Realtime Voice 的语音 token 流驱动，采用 Diffusion Transformer 逐块生成视频，通过蒸馏把每块推理从 120 次降到 2 次模型评估，提速 60 倍。