Meta 發佈 Muse Image 並預覽 Muse Video,Muse Image 開放使用
Meta、画像生成モデル「Muse Image」をMeta AIなどで利用可能に、「Muse Video」もプレビュー
Meta 於 2026年7月7日發佈 Muse Image,並以預覽形式公佈 Muse Video;Muse Image 已可在 Meta AI 應用程式及網頁版使用,Muse Video 則將於 Meta AI 等平台稍後提供。
文章列出 Muse Image 在三項 Arena 評測均排名第 2,以及 Muse Video 在影片生成評測排名第 3,並交代兩款模型目前的開放狀態。
Meta 於2026年7月7日宣佈,由 Meta Superintelligence Labs 開發的媒體生成模型「Muse Image」和「Muse Video」。兩款模型屬於該實驗室開發的首個媒體生成模型系列。Meta 稱 Muse Image 是該公司至今最先進的圖像生成模型。
根據公告,Muse Image 可在 Meta AI 應用程式及網頁版(meta.ai)使用。Instagram Stories 可在美國使用 Muse Image;WhatsApp 則可在部分國家使用。Meta 表示,Facebook 亦將於近日支援。Muse Video 將於近日在 Meta AI 等平台推出。
Muse Image 不但能將提示詞直接轉換成圖像,亦能以智能代理的方式運作。它能遵循指示、按細節要求進行編輯,並利用多張參考圖像構圖;亦會把 Instagram 上的社交脈絡用於圖像生成。它會按需要呼叫工具,並一邊檢視生成結果、一邊加以改善;此外,亦可配合「Muse Spark」使用,以協作方式推進媒體生成。
根據 Meta AI 博客所載的 Arena AI Leaderboard 指標,Muse Image 在 Text-to-Image Arena、Single-Image Edit Arena 和 Multi-Image Edit Arena 均排名第2,分數依次為1280±7、1405±6、1399±6。它在各 Arena 均排在 GPT Image 2 之後,位列與 Nano Banana 2 系列相若或更高的前列水平。
例如,Muse Image 據稱能編寫並執行程式碼,準確處理圖表或 QR 碼等細節。與 Muse Spark 協作時,亦可用來生成嵌入圖像的網站,以及可遊玩的視覺遊戲。
輸入方面,可在提示詞中結合文字和圖像,並利用多張參考圖像合成人物、物件、衣物、風格、環境等元素。此外,據稱它會透過網頁搜尋引入事實資訊、即時資訊和視覺參考,提升生成圖像在重視真實世界知識和事實準確性的領域中的準確度。
生成圖像時,模型會先考慮生成方式,並按需要選擇使用工具、局部修改或重新生成。Meta 表示,生成時增加處理量,評估分數便會按一定趨勢提升;相比只從多個方案中挑選的 Best-of-N,加入推理或使用工具更容易提升效能。據稱,這種取捨方式是在強化學習過程中形成的。
Meta 今次亦以與 Muse Image 相同的預訓練基礎打造動畫生成模型「Muse Video」,並以預覽形式發佈。據稱其影片保真度高,亦可原生處理音訊。在 Arena AI Leaderboard 的 Text-to-Video Arena 中,Muse Video 以第3名(1459±15)入榜,排在 Gemini Omni Flash(1527±13)、Seedance 2.0(1482±10)之後。
至於標示生成內容來源的機制,Meta AI 應用程式和 meta.ai 已內置「Content Seal」。Meta 表示,在 Meta AI 應用程式或 meta.ai 生成的圖像會附有不可見水印,即使經過裁剪、壓縮或調整大小後仍會保留。Meta 亦正預覽一項公開識別工具,可用來確認水印是否存在。
來源:gihyo.jp · gihyo.jp