Muse以约870毫秒首响应同步生成语音、口型和动作，支持可打断的视频对话。
推荐理由：系统把语义、韵律与448×768、25帧虚拟形象合并为实时流，首响应约870毫秒，意味着具身化AI交互已接近自然通话的可用门槛。
阅读原文