Meta ha iniciado el despliegue de Muse Voice en Estados Unidos, una función que añade interacción por voz y videollamadas a su agente de inteligencia artificial, Muse.
La herramienta fue presentada originalmente durante la conferencia anual de desarrolladores Meta Connect, celebrada a finales de septiembre de 2026, donde la compañía situó este modelo como su propuesta central frente a soluciones autónomas del mercado como Computer Use de Anthropic o los desarrollos de OpenAI.
El agente Muse, disponible progresivamente en mercados como Estados Unidos, Canadá, Japón y Singapur, opera en un entorno en la nube diseñado para gestionar tareas de forma autónoma a través de aplicaciones conectadas. La nueva actualización llega de forma previa al lanzamiento comercial de un dispositivo interactivo portátil que la empresa planea distribuir antes de finalizar el año, cuyo formato recuerda a los populares juguetes digitales de los años noventa y que centrará su funcionamiento en la interacción con el asistente.
En el apartado técnico, la función Muse Voice se apoya en el motor Muse Realtime Avatar, capaz de generar un personaje tridimensional en pantalla. De manera predeterminada, la interfaz muestra la figura animada de un perro llamado Jolly, diseñada para responder de forma dinámica a las instrucciones del usuario, modular gesticulaciones y adaptar su expresión facial al tono de la voz recibida. El procesamiento del sistema se realiza exclusivamente a partir de las entradas de audio de la persona que habla, por lo que el funcionamiento de las videollamadas no requiere que la cámara del dispositivo permanezca encendida ni acceda al flujo de imagen del usuario.
La plataforma ofrece opciones de personalización que permiten adaptar la apariencia del avatar hacia figuras humanas, animales o personajes ficticios. Ante las continuas discusiones sobre la autenticidad del contenido sintético en la industria tecnológica, Meta ha integrado en esta arquitectura una marca de agua invisible denominada Meta Video Seal. Este identificador incrusta etiquetas digitales en el material gráfico producido por la herramienta para facilitar la trazabilidad y procedencia de cualquier fragmento audiovisual que pueda difundirse posteriormente en entornos digitales.
La llegada de estas funciones se enmarca en una competencia creciente por dominar la capa de asistentes personales interactivos. Consultoras y analistas del sector tecnológico han señalado que la migración desde interfaces puramente textuales hacia agentes con representación gráfica en vivo representa una estrategia para consolidar la retención de usuarios. Al mismo tiempo, diversas firmas de ciberseguridad han advertido sobre la importancia de verificar los mecanismos de marca de agua en tiempo real para evitar la propagación de identidades sintéticas no autorizadas en redes abiertas.
Fuente: Meta
