Nouvelles fonctionnalités

Meta a annoncé plusieurs extensions de son agent IA Muse. Chaque instance de Muse reçoit désormais une adresse e‑mail dédiée, ce qui autorise l’envoi de messages et la réalisation de tâches via des échanges asynchrones. Le même mécanisme s’applique à la version Mac de Muse, qui pourra contrôler le poste de travail local pour exécuter des actions demandées par l’utilisateur.

Le changement le plus visible est l’ajout d’un mode appel vidéo. Au lieu du texte uniquement, l’utilisateur pourra dialoguer avec un avatar animé en temps réel, avec la possibilité de régler la tonalité de la voix et d’ajuster l’apparence visuelle. Un nouveau modèle « Realtime Avatar » pilote les mouvements faciaux et corporels de l’avatar pendant l’échange.

Depuis son lancement début septembre, Muse a atteint la première place des classements App Store et aurait dépassé le nombre de téléchargements de ChatGPT sur mobile durant les douze premiers jours, ce qui justifie l’accélération du déploiement de ces fonctions.

Architecture et intégration technique

Le système repose sur le même grand modèle de langage que les précédents agents Meta, mais il intègre désormais un pipeline de synthèse vidéo. Le modèle Realtime Avatar combine un réseau de génération d’images conditionnées par le texte avec un moteur de capture de mouvement synthétique, afin de produire des expressions synchronisées avec la parole générée. Cette chaîne nécessite un débit réseau stable et une latence inférieure à 150 ms pour éviter le décalage perceptible.

L’attribution d’adresses e‑mail à chaque agent implique un service de messagerie interne qui associe chaque message entrant à une session d’inférence. Le serveur doit donc gérer des files d’attente de requêtes tout en maintenant la cohérence contextuelle entre les échanges écrits et vocaux. Sur macOS, l’application Muse utilise les API d’accès au système (AppleScript, Automator) pour déclencher des actions locales, ce qui expose une surface d’attaque supplémentaire si les permissions ne sont pas correctement restreintes.

Meta prévoit également le déploiement de Muse sur ses lunettes intelligentes. Le dispositif devra capturer le champ de vision de l’utilisateur, extraire les objets pertinents via un modèle de vision et transmettre ces informations à l’agent en temps réel, ce qui impose des contraintes de puissance de calcul et de consommation d’énergie sur le hardware embarqué.

Analyse des impacts et limites

Le passage à la visioconférence positionne Muse comme un concurrent direct des avatars vidéo de Google et Microsoft. La combinaison d’un avatar animé et d’une interface e‑mail crée un canal hybride qui peut réduire le nombre d’interactions manuelles, mais elle dépend fortement de la robustesse du backend de messagerie et de la protection des données personnelles.

Sur le plan de la sécurité, chaque adresse e‑mail représente un point d’entrée potentiel pour le phishing ou l’injection de commandes malveillantes. Meta devra implémenter des filtres anti‑spam et des contrôles d’accès stricts pour éviter que des tiers exploitent le système d’automatisation du poste de travail.

Enfin, l’absence de détails sur la taille du modèle, les algorithmes de compression vidéo et les politiques de conservation des logs limite l’évaluation précise de la charge serveur et des risques de confidentialité. Sans ces informations, les développeurs et les analystes restent dans l’incertitude quant à la scalabilité à long terme et à la conformité aux régulations de protection des données.