Meta推出基於Muse Spark的AI語音對話功能，具備即時視覺智慧與多模態響應

科技公司 Meta 微軟宣布推出由 Muse Spark 提供支援的全新 AI 語音對話系統。該系統旨在實現與 Meta AI 更自然的交互，包括打斷回复、在對話中途切換話題以及無縫切換語言。更新後的體驗還允許助手在對話過程中生成圖像，並提供來自 Reels、地圖和其他整合 Meta 平台等服務的上下文推薦。

除了語音互動升級之外，該公司還在其應用程式中引入了即時人工智慧功能，擴展了其人工智慧眼鏡已有的功能。這項功能可讓使用者啟動裝置鏡頭，並與 Meta AI 進行即時交互，直接詢問視野範圍內物體、環境或位置的相關問題。該系統旨在提供對周圍環境的上下文理解，無論是識別地標、協助完成家務，還是按需解讀視覺訊息。

此外，也新增了一系列購物相關功能。在購物模式下，Meta AI 現在可以結合更廣泛的網路搜尋結果搜尋 Facebook Marketplace 上的商品，並在一個介面中同時展示二手和全新商品。搜尋結果會與地圖視圖一同顯示，地圖上標示了商品位置，並提供基於價格、款式和距離的篩選選項。該助理還支援直接引用特定品牌或創作者，使用戶能夠以結構化的網格格式瀏覽公開內容和產品清單。

Muse Spark 正在逐步部署到 Meta 的硬體生態系統中，包括美國和加拿大的 Ray-Ban Meta 和 Oakley Meta 眼鏡，未來幾個月也將擴展到 Meta Ray-Ban Display 設備。該模型也正在整合到 Meta 的軟體平台中，包括 WhatsApp、Instagram、Facebook、Messenger 和 Threads，出現在搜尋功能、群組聊天、貼文和其他互動頁面中。

其他實驗性功能包括“側邊聊天”，用戶可以透過該功能在群組對話中訪問 Meta AI，根據正在進行的討論生成私密的、上下文相關的回复；此外，用戶還可以在 Threads 帖子和回復中提及 @meta.ai。這些整合旨在將 AI 輔助擴展到各種溝通和社交環境中。

Meta 推出 Muse Spark 作為新一代多模態人工智慧系統

Muse Spark 的推出是 Meta 人工智慧基礎設施整體發展策略的一部分，該策略被描述為 Meta 超級智慧實驗室開發的新一代大型語言模型的一部分。該模型定位為一系列可逐步擴展的模型中的首款，重點在於推理、多模態理解和任務協調。儘管其初始版本被描述為緊湊快速，但它旨在支援科學、數學、健康和日常問題解決等領域的複雜推理任務。

Meta AI 也已更新，支援多種推理模式，使系統能夠根據任務的複雜性進行調整。該架構可以並行部署多個子智能體，每個子智能體處理查詢的不同組成部分，例如規劃、比較或研究綜合，旨在提高回應的深度和效率。

該系統的多模態功能使其能夠同時處理視覺輸入和文本，從而實現諸如識別圖像中的物體、分析產品對比以及即時解讀場景等功能。此外，該系統還與醫療專業人士合作開發了擴展的健康相關查詢應用，旨在提高資訊回應的質量，尤其是在涉及視覺數據時。

此外，Muse Spark 支援視覺化編碼功能，使用者可以直接根據提示產生互動式工具，例如網站、儀表板和簡單遊戲。該系統還可以整合來自 Meta 生態系統的上下文內容，包括貼文、Reels 短影片和社群討論，從而使回應更具現實意義。

Meta表示，升級後的AI體驗將繼續在各個地區和平台上推廣，並計劃擴大其應用程式和穿戴式裝置的可用性。該公司還表示，部分技術元件將透過API存取以私人預覽的形式提供，未來的版本可能會開源。