Meta MSL выпускает Muse Image и представляет Muse Video
После Muse Spark лаборатория Meta Superintelligence Labs представила новую пару моделей генерации медиа: Muse Image, которая уже внедряется, и Muse Video, которая пока находится в стадии предварительного просмотра.
Muse Image — это модель генерации изображений от Meta, созданная для синтеза по текстовому описанию, редактирования изображений, многокомпонентной композиции и генерации с учётом социального контекста внутри продуктов Meta. Muse Video обучена в том же широком направлении генерации медиа и предназначена для создания высококачественного видео, точного следования промпту, временной согласованности и поддержки нативного аудио.
Согласно официальному объявлению Meta, Muse Image доступна через приложение Meta AI и веб-интерфейс, а также внедряется в Instagram Stories, WhatsApp и Facebook. Meta сообщает, что Muse Video будет доступна позднее для создателей контента и пользователей Meta AI.
Релиз также сопровождался сравнительными тестами из лидербордов Arena. В исходной статье Muse Image показана в верхней части рейтингов по синтезу текста в изображение, редактированию одного изображения и редактированию нескольких изображений. Muse Video также показана входящей в рейтинг синтеза текста в видео вблизи лидирующей группы.
Важен не только рейтинг. Более интересна конструкция модели: Meta пытается сделать генерацию изображений более похожей на многоэтапный творческий процесс, а не на одноразовый инструмент преобразования промпта в картинку.
Рисование как агент
Muse Image не генерирует сразу же
Типичная модель изображений часто принимает промпт, сжимает намерение и напрямую генерирует результат. Muse Image следует другой парадигме. Meta описывает её как агентную систему, которая может анализировать запрос, решать, нужна ли дополнительная информация, использовать инструменты и улучшать результат перед выдачей.
Например, когда промпт требует актуального контекста из реального мира, Muse Image может использовать поиск. Когда сцена требует точных графиков, формул, макетов или QR-кодов,
коды, которые могут использовать инструменты программирования для создания более надежных промежуточных ресурсов.
Это важно, потому что многие неудачи при генерации изображений связаны не только с эстетикой. Они часто возникают из-за слабой обоснованности: неверных фактов, сломанного текста, непоследовательного расположения объектов, нечитаемых диаграмм или деталей, которые выглядят хорошо на первый взгляд, но не выдерживают проверки.
Использование инструментов: Поиск и код
Meta заявляет, что Muse Image может использовать такие инструменты, как поиск и выполнение кода, в процессе генерации. Поиск помогает при запросах, связанных с текущими событиями, достопримечательностями, брендами, личностями или фактическим контекстом. Программирование помогает, когда конечное изображение должно содержать математически или структурно точный контент.
В исходной статье предлагается простой способ понять это: если вы просите модель нарисовать что-то, зависящее от сегодняшнего реального мира, она не должна полагаться только на замороженную внутреннюю память. Она может сначала обратиться к справочным источникам. Если вы просите ее создать диаграмму, страницу с формулами или сканируемый QR-код, она может использовать код как часть процесса.
Это не означает, что каждый результат будет идеальным. Но это меняет ожидаемый рабочий процесс. Модель больше не просто "воображает" результат; она может собирать доказательства, вычислять части сцены и проверять детали перед финализацией изображения.
Самоулучшение
Еще одна ключевая концепция — самоулучшение. Muse Image может проверять собственный вывод, замечать проблемы и решать, нужно ли исправить небольшую область, регенерировать более крупный участок или снова использовать инструменты для получения более точного результата.
При обычной генерации изображений пользователям часто приходится вручную корректировать запросы.
снова и снова: исправьте руку, удалите неправильный логотип, сделайте текст читаемым, сохраните последовательность персонажа. Muse Image создана для того, чтобы перенести часть этого цикла исправлений непосредственно в работу самой модели.
Для креаторов и маркетологов в этом и заключается практическое различие. Модель, способная самостоятельно дорабатывать свой черновик, более полезна для производственных процессов, поскольку первый приемлемый результат может быть получен быстрее и потребует меньше ручных правок.
Вычисления во время тестирования и улучшенные результаты
Meta также сообщает, что более глубокие рассуждения непосредственно во время генерации могут повысить качество результата. Проще говоря, предоставление системе большего времени и вычислительной мощности для обдумывания, планирования, поиска, уточнения или выбора наилучшего варианта может привести к созданию более качественного изображения.
Это похоже на то, что многие уже видели в языковых моделях: ответ модели улучшается, если ей позволить рассуждать более тщательно. Muse Image применяет схожую идею в визуальном творчестве.
Muse Spark и Muse Image могут работать вместе
Muse Image также разработана для взаимодействия с Muse Spark — языковой моделью Meta из семейства Muse. Meta утверждает, что две модели могут использовать общие инструменты и совместно планировать генерацию медиаконтента.
Такая связь открывает путь к созданию более сложных результатов, чем просто одиночное статическое изображение. Например, рабочий процесс может объединять код веб-сайта, встроенные изображения, анимированные GIF и интерактивные визуальные элементы. В этом случае языковая модель отвечает за планирование и структурированную генерацию, а модель изображений — за визуальные активы.
Именно здесь концепция «агентности» становится более значимой. Модель — это не просто художник. Она становится частью творческой системы, способной планировать, создавать, проверять и исправлять контент в различных медиаформатах.
Создание и редактирование изображений по нескольким референсам
Muse Image поддерживает несколько визуальных референсов. Пользователь может предоставить человека, наряд, фон, изображение в определенном стиле или другой визуальный элемент, а затем попросить модель объединить их в новую сцену.
Типичный запрос может выглядеть так:
Создай изображение этого человека в этой одежде, сидящего в этой локации, сохранив стиль, близкий к этому референсному изображению.
Такой смешанный запрос с изображением и текстом важен, потому что реальное творчество
Работа редко начинается с одного только текста. Дизайнеры, основатели, креаторы и бренд-команды часто мыслят с помощью референсов. Они приносят в процесс мудборды, скриншоты, фото продуктов, примеры кампаний и образцы стилей.
Muse Image также поддерживает прямое редактирование изображений. Вместо того чтобы начинать с нуля, пользователь может выделить часть изображения, описать изменение и продолжить уточнять то же визуальное направление.
Для социального контента, изображений для электронной коммерции, визуальной рекламы и лёгких брендовых активов такой цикл редактирования может быть полезнее, чем чистая генерация текста в изображение. Результат должен соответствовать цели, а не просто выглядеть впечатляюще.
Создайте сайт-витрину и привлекайте лиды за минуты
Опишите идею одной фразой, и We0 AI создаст сайт-витрину, страницы и CMS, а после запуска поможет привлечь клиентов и трафик.
Нативный социальный контекст и интеграция с Instagram
Одной из самых обсуждаемых функций Muse Image является её связь с социальным графом Meta. Meta называет это направление Нативный социальный контекст.
На практике Muse Image может использовать публичный контекст Instagram, когда пользователи упоминают аккаунты в промптах. Это означает, что пользователь может создавать изображения, ссылающиеся на публичные посты или содержимое профиля, в зависимости от настроек платформы и доступности.
Это мощная функция, но она также поднимает вопросы конфиденциальности. Meta заявляет, что у пользователей есть элементы управления, позволяющие им управлять тем, может ли их контент из Instagram быть повторно использован для AI-творчества. Для публичных аккаунтов это важная настройка, которую стоит проверить, особенно для креаторов, инфлюенсеров, основателей и всех, чьи публичные фото являются частью их личного бренда.
Meta также сообщает, что выходные данные Muse Image включают Content Seal — невидимую систему водяных знаков, предназначенную для идентификации изображений, созданных ИИ. По словам Meta, этот сигнал разработан так, чтобы сохраняться при таких распространённых преобразованиях, как кадрирование, сжатие, изменение размера и создание скриншотов. Meta также представляет в предварительном просмотре инструмент для обнаружения, проверяющий, есть ли на изображении такой водяной знак.
Предварительный обзор Muse Video
Muse Video ещё не полностью выпущен, поэтому доступной информации меньше. Meta описывает его как модель генерации видео, построенную на той же предварительной обучающей базе, что и Muse Image, с преимуществами в визуальной точности, следовании промптам, временной согласованности и нативной поддержке аудио.
В исходной статье также отмечается, что Meta всё ещё работает над сложными областями, такими как синхронизация аудио и видео и физически точное быстрое движение. Это реалистичное ограничение. Генерация видео сложнее генерации изображений, потому что модель должна сохранять согласованность объектов, идентичности, освещения, движения, звука и времени между кадрами.
Тем не менее, Muse Video
进入文生视频排行榜的领先集团表明，Meta希望直接与其他顶级视频模型竞争，而不仅仅是在其应用中添加基本的短视频特效。
发布背后的团队
来源文章强调，Meta的MSL视觉模型团队包括多位知名研究员，他们拥有OpenAI、谷歌、斯坦福大学、伊利诺伊大学厄巴纳-香槟分校及其他主要人工智能研究背景。
赵胜嘉被公开报道为Meta超级智能实验室的首席科学家。路透社和TechCrunch在2025年报道称，前OpenAI研究员赵胜嘉加入Meta，协助领导新AI部门的科学方向。
来源文章还提到于佳慧是与Muse Image和Muse Video相关的关键多模态负责人。于佳慧在计算机视觉、图像生成、图像编辑和多模态系统方面拥有丰富的研究记录。
更广泛的要点很简单：Meta不仅在添加产品功能。它正在围绕新组建的人工智能研究和产品团队构建一个媒体生成平台。
这对创作者、品牌和AI产品团队意味着什么
Muse Image展示了消费级AI媒体工具的发展方向。下一代图像工具不仅能根据简短提示生成漂亮的图片。它们将更像是创意助手，能够：
- 理解混合文本和图像输入。
- 搜索新鲜的视觉上下文。
- 使用代码实现精确的视觉元素。
- 修改自己的草稿。
- 在编辑过程中保持上下文。
- 与平台原生的社交数据连接。
- 为生成输出添加溯源信号。
对创作者来说，这意味着更快的资产生成速度。对小企业而言，它可能减少创建社交视觉内容、产品模型、活动邀请和营销图片所需的工作量。对AI产品团队来说，最重要的教训是：生成质量越来越依赖于模型周围的完整工作流，而不仅仅是模型检查点本身。
常见问题
什么是Meta Muse Image？
Muse Image是Meta超级智能实验室推出的图像生成模型。它专为文本到图像生成、图像编辑、多参考组合以及在Meta AI及相关Meta产品中的社交上下文创建而设计。
Muse Image为何被称为"智能体"？
Meta将Muse Image描述为智能体，因为它能在生成前进行规划，使用搜索和代码等工具，并完善自己的输出。这使其更接近创意工作流助手，而不是简单的一次性图像生成器。
什么是Muse Video？
Muse Video是Meta预览的视频生成模型。Meta表示，它建立在与Muse Image相同的广泛媒体生成方向上，专注于提示遵循、视觉保真度、时间一致性和原生音频支持。
Muse Image能使用Instagram照片吗？
Meta表示Muse Image可以使用
Социальный контекст Instagram при упоминании пользователями публичных аккаунтов, в зависимости от доступности платформы и настроек. Владельцы публичных аккаунтов должны ознакомиться с элементами управления Instagram, касающимися повторного использования данных ИИ, если они не хотят, чтобы их публичный контент использовался таким образом.
Что такое Content Seal?
Content Seal — это невидимая система водяных знаков Meta для изображений, созданных ИИ. Meta утверждает, что изображения, созданные Muse Image в Meta AI и на meta.ai, содержат скрытый сигнал происхождения, который может сохраняться после обычных правок, таких как кадрирование или сжатие.
Доступна ли Muse Image для всех?
Meta сообщает, что Muse Image доступна через приложение Meta AI и meta.ai, а также в некоторых дополнительных местах, включая Instagram Stories в США, WhatsApp в ограниченном числе стран и будущие поверхности Facebook. Развёртывание может различаться в зависимости от региона и поверхности продукта.
Зачем Muse Image использует поиск и код?
Поиск помогает генерировать изображения в актуальном или фактическом контексте, например, достопримечательностей, брендов или реальных объектов. Код помогает создавать точные диаграммы, формулы, QR-коды и другие структурированные визуальные элементы, которые обычные модели изображений часто не могут надёжно воспроизвести.
Связанные инструменты
- Meta AI: ИИ-помощник Meta, в котором развёртывается Muse Image для создания и редактирования изображений.
- Muse Image и Muse Video: Официальное техническое объявление Meta о моделях генерации медиа Muse.
- Instagram: Платформа Meta, в которую интегрируются функции социального контекста и ИИ-эффекты Muse Image.
- WhatsApp: Продукт Meta для обмена сообщениями, в котором в ограниченном числе стран внедряется генерация изображений на основе Muse Image.
- Content Seal Detection: Предварительно анонсированный инструмент Meta для проверки наличия водяного знака Content Seal в изображении.
Связанные ссылки
- Официальный блог Meta AI: Представляем Muse Image и Muse Video: Основное официальное объявление о Muse Image и Muse Video.
- Новостная служба Meta: Представляем Muse Image: Объяснение принципов работы Muse Image внутри Meta AI и приложений Meta на уровне продукта.
- Meta AI: Официальная веб-точка входа для опробования функций Meta AI там, где они доступны.
- Справка Instagram: Элементы управления повторным использованием ИИ: Страница справки Meta по управлению тем, как контент Instagram может использоваться для создания контента с помощью ИИ.
- Объявление об ИИ-эффектах Instagram: Официальное обновление Instagram о возможностях ИИ в Stories.
- Reuters: Meta расширяет инструменты генеративного ИИ: Новостной репортаж о развёртывании Muse Image компанией Meta.
- The Verge: Muse Image и упоминания в Instagram: Репортаж о функции упоминания аккаунтов Instagram в Muse Image и социальном контексте.
Резюме
Выпуск Muse Image от Meta
Примечательно тем, что переосмысляет генерацию изображений как агентный рабочий процесс. Модель может использовать инструменты, дорабатывать собственные результаты, работать с несколькими референсами и взаимодействовать с широкой социальной экосистемой Meta.
Muse Video пока находится в режиме предварительного просмотра, но это сигнализирует о том, что Meta переходит от статической генерации изображений к более широкому мультимодальному медиа-стека. Сочетание Muse Spark, Muse Image и Muse Video указывает на будущее, где создаваемый ИИ контент будет планироваться, проверяться, редактироваться и распространяться на различных продуктовых поверхностях.
Для создателей, маркетологов и разработчиков ИИ ключевой урок очевиден: более качественная генерация медиа всё меньше зависит от одного запроса и всё больше — от системы, окружающей модель.
Muse Image — это не просто очередной генератор изображений на основе ИИ; это попытка Meta превратить визуальное творчество в агентно-ориентированный рабочий процесс.
