Meta「Muse Charm」似のデバイスを約50ドルとClaude Codeで自作、The Vergeの記者が試す

Metaは、スクイーズ玩具のような愛らしい顔を持つAIアシスタント「Muse」を、たまごっちのように持ち歩ける「Muse Charm」としてホリデーシーズンに販売する計画だ。The Vergeのシニアエディター、ショーン・ホリスター氏は、これに似た端末を約50ドルで自作したと報告している。製品が出る前にどこまで再現できるか、そして専用ハードに何の意味があるのかを探る試みだ。

土台になったのは、中国からドロップシッピングで届いた1.75インチのタッチスクリーン付きペンダント型コンピューター、Waveshare ESP32-S3 1.75Cである。プッシュトゥトークで話しかける開発キットで、見た目はMuse Charmによく似ている。Metaが「Muse Gadget」を作りたい人向けに最初に挙げる候補の一つでもある。Muse Gadgetとは、Metaのオープンソースコードとトークンを使い、MuseのクラウドAIへ直接つながる機器のことだ。ホリスター氏の版にはMuse Charmのカメラや5Gの通信機能はないが、Museと会話でき、アバターも表示できる。

導入は簡単だった。端末をPCにつなぎ、MetaのGitHubをClaudeに読ませ、スマートフォンのMuseアプリとペアリングする。ただ、初期状態では使い勝手が悪かった。Museが指示ではなく文字起こし用の音声クリップだと誤解し、応答は遅く、声での返答もなかった。画面に一度に出る言葉はわずかで、全文を読むにはスマホのアプリが必要だった。アバターは「Jolly」が一つだけで、AmazonのEchoやGoogle Homeのようにスマートホーム機器を自動で見つける機能もなかった。MetaのAIエンジニア、アナント・ナラヤナン氏とジェレミー・ペイン氏によるサンプルアプリは、スマホのカメラ映像を端末へ流せる。しかしリモートシャッターがなく、写真撮影には向かなかった。

そこでホリスター氏は、端末をPCにつなぎ直してClaude Codeに何度か改造を頼んだ。まず左右スワイプで返答を読める会話履歴ページを作らせ、ElevenLabsの英国風音声で答えを読み上げさせた。無料枠の中では最も不快感の少ない声だったという。次に、ボタンで離れた場所のスマホから高画質のライブプレビュー付きで撮影できるようにし、前面カメラの上下反転も直した。Bluetooth経由の低画質プレビューも追加し、自宅のWi-Fi圏外でも使えるようにした。

Meta Connectで披露されたようなアバターを複数作り、食事、遊び、睡眠、入浴が必要になるたまごっち風ミニゲームも加えた。単純すぎたため、空腹、退屈、汚れをそれぞれ4段階にした。おやつを食べると散らかって汚れやすくなり、遊びすぎると疲れる、といった細かい挙動も指示している。ボタンを早く離して中身のほぼない音声がMuseに送られる問題は、1秒を超える音声だけを送る修正で数分のうちに解決した。さらに、3本の針が実際に時刻を示す懐中時計の文字盤を約15分で作らせ、ZuckerbergがMuse Charmを紹介する動画クリップを探して端末で再生できるようにもした。残る遅延は主にMeta側サーバーの応答の揺れだという。

もっとも、同氏は評価を手放しで高めてはいない。コーディング経験がなく、生成されたコードの品質は分からないし、重大な欠陥があるかもしれないと認める。MuseのエージェントがあるレビュアーのU自宅住所を漏らしたという話を聞いて、メールや家庭内ネットワークを任せる気にはなれず、最初からゲストWi-Fiにつないでいる。使ってみた結論は、Muse自体は専用の懐中時計型端末を買う理由にならない、というものだ。スマホにできないことをする、つまり好きなように端末を作り込める自由度にこそ専用ハードの意味がある。となると、発売されるMuse Charmがこれほど自由にプログラムできるのか、それとも購入層には開発キットのほうが向くのかが焦点になる。ホリスター氏は、それは出荷されたときに分かるだろうと述べている。

出典：https://www.theverge.com/gadgets/1013375/muse-charm-gadgets-preview-waveshare-esp32-claude-vibe-code