Tại sự kiện Connect 2026, Meta công bố avatar ảo chân thực mang tên Hologram và chốt lộ trình ra mắt: mùa thu năm nay, tính năng này sẽ đến sớm với người dùng thử nghiệm trên kính thông minh Ray-Ban Display, phục vụ cuộc gọi video WhatsApp tại Mỹ; phiên bản toàn thân sẽ ra mắt cùng kính Meta VR Glasses giá 1.299,99 USD vào mùa xuân 2027, sau đó mở rộng sang Quest 3.
Đứng sau tính năng này là dự án nghiên cứu Codec Avatars mà Meta đã theo đuổi hơn bảy năm. Năm 2019, đây còn là nguyên mẫu trong phòng thí nghiệm cần thiết bị thu hình chuyên dụng; lần này là lần đầu tiên nó bước vào lộ trình sản phẩm tiêu dùng cụ thể.
Người ở đầu dây bên kia nhìn thấy một đoạn video do AI tạo sinh
Cách hoạt động của Hologram khác hẳn cuộc gọi video truyền thống. Theo bài trải nghiệm thực tế của UploadVR, đầu vào của phiên bản Ray-Ban Display chỉ là âm thanh do micro trên kính thu được; một mô hình khuếch tán sinh tạo (generative diffusion) chạy thời gian thực trên máy chủ Meta sẽ dựa vào đoạn âm thanh đó để tạo ra một luồng video 2D, rồi gửi cho đầu dây bên kia. Khẩu hình, biểu cảm, chuyển động đầu của người nói đều do mô hình suy luận từ giọng nói mà ra, camera không tham gia vào quá trình này.
"I let out a slight gasp at what I was seeing. It was entirely plausible."
Biên tập viên David Heaney của UploadVR mô tả lần đầu thấy Hologram, anh "không kìm được mà há hốc miệng", hình ảnh trông hoàn toàn đáng tin.
Phiên bản kính VR nhận nhiều dữ liệu đầu vào hơn: ngoài âm thanh, còn dùng cảm biến quán tính trên headset và camera theo dõi khuôn mặt hướng xuống ở càng kính, cho ra một luồng video lập thể có lớp mặt nạ, không kèm nền. Bài viết đặc biệt lưu ý đây vẫn là hình ảnh video lập thể, không phải mô hình 3D dạng khối (volumetric).
Dựng hình mất vài phút, trang phục và nền bị cố định theo
Việc tạo avatar được thực hiện trong ứng dụng Meta AI trên điện thoại: người dùng quay đầu sang trái phải, lên xuống theo hướng dẫn, cười, rồi trả lời khá dài vài câu hỏi mở, máy chủ xử lý trong vài phút là xong.
Có một chi tiết ảnh hưởng đến trải nghiệm hằng ngày. Trang phục và bối cảnh bị "đóng băng" vào mô hình ngay từ lúc dựng hình; ở phiên bản Ray-Ban, nền là tĩnh, nghĩa là mỗi cuộc gọi bạn đều mặc cùng một bộ đồ, đứng trước cùng một phông nền. Meta cho biết sau này sẽ bổ sung tính năng dùng dữ liệu xoay đầu để điều khiển, lấy mẫu nền động từ camera, đổi trang phục bằng lệnh văn bản, nhưng chưa công bố thời điểm.
Những điểm yếu khi trải nghiệm thực tế cũng khá rõ. Heaney cho biết các chi tiết nhỏ như mắt "xuất hiện các khối màu vỡ hình giống cuộc gọi video băng thông thấp"; trong VR nếu nghiêng người quá nhiều hoặc tiến sát đối phương, avatar sẽ xoay nguyên khối như hình dán bảng quảng cáo trong game đời cũ, ảo giác vỡ vụn ngay lập tức.
Apple, Google đi theo hướng khác
Đặt cách làm của các hãng cạnh nhau, khác biệt nằm ở chỗ "dùng gì để điều khiển gương mặt này".
Persona của Apple Vision Pro dựa vào camera trong và ngoài headset theo dõi khuôn mặt theo thời gian thực, chuyển động của avatar khớp 1:1 với chuyển động thật; Google Beam (tiền thân là Project Starline) dùng dàn camera nhiều ống kính để dựng lại hình ảnh 3D của người thật, cần thiết bị hiển thị chuyên dụng. Điểm chung của cả hai là cố gắng tái hiện trung thực nhất những gì camera nhìn thấy.
Hologram trên kính đi theo hướng sinh tạo: chỉ cần giọng nói, phần còn lại để mô hình bù đắp. Ưu điểm là ngưỡng phần cứng thấp, một chiếc kính không có camera hướng vào chính mình vẫn "gọi video" được; cái giá phải trả là biểu cảm mà đối phương nhìn thấy là kết quả suy luận của mô hình, chưa chắc là phản ứng thật của bạn ngay lúc đó. Heaney cũng đặt câu hỏi trong bài viết: liệu người thân bạn bè có muốn nhìn thấy một phiên bản tổng hợp của bạn trên màn hình điện thoại hay không.
Về quyền riêng tư, bài viết không nêu rõ quy tắc lưu trữ và sử dụng dữ liệu dựng hình cũng như âm thanh cuộc gọi. Trong tài liệu công khai hiện tại của Meta, phần này cũng còn bỏ trống. Với người dùng trong nước, Ray-Ban Display và WhatsApp đều chưa chính thức có mặt, nên trước mắt Hologram chỉ có thể xem như một mẫu quan sát cách các cuộc gọi AI đang định hình ở nước ngoài.
Nguồn tham khảo: bài trải nghiệm thực tế của UploadVR, CocoLoop, Engadget, IT Home; đã kiểm chứng cách Hologram nhận đầu vào và cơ chế sinh tạo phía máy chủ, lộ trình ra mắt của Ray-Ban Display và Meta VR Glasses cùng mức giá 1.299,99 USD, quy trình dựng hình.