Muse Voice ya se puede usar en Estados Unidos: el agente de inteligencia artificial de Meta atiende llamadas y videollamadas con un avatar animado que cada usuario personaliza a su gusto. Meta lo anunció este jueves 5 de noviembre y el despliegue corre en la aplicación de Muse para móviles, en la web y en Mac.
Entrar toma segundos. Basta tocar el ícono del teléfono en la esquina superior derecha de la aplicación y empezar a hablar. La respuesta llega al momento y la conversación admite interrupciones: se puede repreguntar, corregir o cambiar de tema a mitad de frase, sin esperar a que el agente termine de hablar. No hace falta escribir ni formular la orden perfecta: manda la conversación.
La función se dejó ver por primera vez en el congreso Connect del 23 de septiembre, como un adelanto más del calendario de Meta. Siete semanas después pasa de la demostración al bolsillo de los usuarios estadounidenses, en un terreno donde ChatGPT y Gemini ya conversan por voz, pero sin un personaje animado que ocupe la pantalla durante la charla.
Muse tampoco es un asistente común. Meta lo presentó el 8 de septiembre como un agente personal que ejecuta encargos completos —enviar correos, hacer compras, planificar viajes, rellenar formularios— y que sigue trabajando con la aplicación cerrada. Aquella presentación del agente Muse de Meta ya marcaba la distancia con los asistentes de siempre; la voz con imagen le pone cara a esa misma ambición.
Un avatar con gestos y cientos de voces
La cara del agente es Jolly, una mascota animada y redonda que cada quien transforma a su antojo: una persona, un animal o casi cualquier personaje. Alexandr Wang, director de inteligencia artificial de Meta, enseñó el suyo en una demostración pública: un perro blanco y peludo que le contestaba con bromas sobre su costumbre de publicar memes en X y le sugería añadir aclaraciones a los que pudieran leerse como una postura oficial de la empresa.
Mientras habla, el avatar mueve las manos y cambia las expresiones con gestos sutiles que acompañan el tono de la conversación, y también reacciona cuando le toca escuchar. Cada usuario decide cuánto lo quiere presente: solo la voz, el personaje junto al texto del chat o la cara en pantalla completa.
La voz también se elige. El catálogo suma cientos de opciones, con estilos tan marcados como la energía de un neoyorquino o el acento teatral de un pirata, y se puede cambiar en cualquier momento. Detrás trabajan dos tecnologías nuevas de la casa: Muse Realtime Voice produce la respuesta hablada y Muse Realtime Avatar genera el video del personaje en directo.
Los dos sistemas se alimentan de un mismo flujo de voz, y de ahí salen el audio, el movimiento de los labios y las expresiones, sincronizados en tiempo real. El equipo de investigación de Meta reporta un video vertical de 448 por 768 píxeles a 25 cuadros por segundo, con una espera cercana a los 870 milisegundos entre el final de la frase del usuario y el arranque de la respuesta. El video generado lleva además una marca de agua invisible y permanente, Meta Video Seal, que lo identifica como material creado por inteligencia artificial. Esa espera, por debajo del segundo, es la que separa una charla fluida de un intercambio lleno de pausas incómodas.
Hablarle a un agente que trabaja mientras tanto
Meta plantea usos muy concretos. Desarrollar una idea en voz alta, sin pulir primero el texto perfecto: el agente toma el hilo y trabaja mientras la persona camina o cocina. Planificar un viaje empezando por una ciudad y un antojo de comida. Ensayar una entrevista de trabajo o una presentación, con respuestas en el momento que acercan la práctica a la situación real. También vale para preparar un discurso de ventas o repasar los argumentos de una negociación antes de sentarse a la mesa.
La activación, eso sí, es gradual: la función alcanza las cuentas por oleadas dentro de Estados Unidos, así que no todos los usuarios la ven el mismo día. Y tiene una puerta de edad clara: Muse admite solo a mayores de 18 años.
Hay una apuesta de fondo en todo esto: un agente con cara genera más cercanía que una caja de texto. Esa cercanía convive con un dato incómodo: Muse opera sobre el correo, las compras y la agenda de cada usuario, y Meta ya adelantó que cobrará una pequeña comisión de las transacciones que el agente complete. La voz y el avatar llegan, además, semanas antes del Muse Charm, el llavero con pantalla estilo Tamagotchi que la empresa mostró en septiembre y que saldrá a la venta antes de que termine 2026, todavía sin precio anunciado.
Las conversaciones de voz también llegarán a las gafas con inteligencia artificial de Meta y al propio Charm, confirmó la empresa en su anuncio, pero esas versiones quedan fuera de este despliegue. El arranque es Estados Unidos, en la aplicación, la web y Mac; para el resto de países no hay fecha sobre la mesa.
Fuente: TechCrunch
