7月8日消息,Meta 超级智能实验室(MSL)发布首个图像生成模型 Muse Image,已在 Meta AI 中上线。与此同时,MSL 通过社交账号 @AIatMeta 展示了视频生成模型 Muse Video 的早期预览。Muse Image 在 Image Arena 排名第二,Muse Video 在 Text-to-Video Arena 以 1459 分排名第三。这是 Meta 首次用自研模型替代此前由 Midjourney 和 Black Forest Labs 提供的第三方图像生成能力,标志着其媒体生成从外购转向自研。Muse Image 已在 Meta AI App、Instagram Stories 和 WhatsApp 上线,Muse Video 尚未向用户开放,官方博文将其描述为"already in development"。
Muse Image 的核心差异:生成前先推理,不止是文本转图像
Meta 官方对 Muse Image 的定位是"知道你的世界的创意伙伴"(creative partner that knows your world)。其区别于通用图像生成模型的关键机制是与 Muse Spark(MSL 于今年 4 月发布的大语言模型)的协作:接收到提示词后,Muse Spark 先进行多步推理——规划图像布局、检索实时网络上下文、智能融合多个视觉参考——然后再将规划结果交给图像生成模块执行。这种"先推理后生成"的流程使首次输出的意图匹配度更高,减少了反复调整的次数。
功能层面,Muse Image 覆盖了从零创建和基于已有照片编辑两条路径。用户可以用自然语言描述需求,模型处理多参考图融合、背景擦除、风格迁移等任务。一个值得注意的能力是文字渲染:模型能在生成图像内嵌入清晰可读的文字并匹配整体风格,可用于信息图、操作指南和功能性 QR 码生成。此外,用户可通过标注工具直接在生成图上圈画或草图标注来指示修改区域,模型保留完整对话上下文,支持持续精修而无需重新开始。
社交平台深度集成:@-mention、预设模板和房间重设计
Muse Image 的分发方式不是独立应用,而是嵌入 Meta 旗下社交产品。在 Instagram 端,30 余个 AI 驱动的 Stories 特效由 Muse Image 提供支持。在 WhatsApp 端,用户可在与 Meta AI 的对话中直接生成图像,目前限定部分国家。一个独特功能是 @-mention:用户在 Meta AI App 中 @ 任何 Instagram 账号,模型会调取该账号的公开照片作为素材参与创作,可用于活动邀请函、联合创意概念或个性化图形设计。用户可随时在设置中关闭被他人 @ 引用的权限。
Meta AI 同时提供预设模板面板,覆盖修复老照片、尝试流行发型、将自己变为黏土动画角色或 16-bit 游戏人物等场景。另一个应用场景是房间重设计:拍摄房间照片后,Meta AI 推荐来自网络或 Facebook Marketplace 的真实可购买商品进行空间改造建议。日常创作免费使用,高用量用户需要 Meta 付费订阅计划。未来数周内广告主可通过 Advantage+ 创意工具使用 Muse Image 批量生成广告素材。
Muse Video 预览:原生音频生成,Video Arena 第三但尚未面向用户开放
Muse Video 的发布状态存在两个信源的表述差异。Meta 官方博文将其描述为"already in development",措辞偏向研发中而非已发布产品。但 @AIatMeta 社交账号在同日展示了 Muse Video 的演示,模型已进入 arena.ai 的 Text-to-Video Arena 并获得社区投票评分:以 1459 ±15 的 Elo 分排名第三,位列 Google gemini-omni-flash(1527 分)和字节跳动 dreamina-seedance-2.0(1482 分)之后,基于 2152 次社区投票。
Muse Video 与 Muse Image 共享相同的预训练基础。其核心技术差异是原生音频:视频和声音在同一模型中联合生成,而非分别处理后拼接。多数视频生成模型输出无声片段,音频依赖独立后处理步骤,导致画面与声音同步质量参差不齐。原生音频从训练阶段即将视觉和声音绑定学习。Meta 承认当前仍在优化音视频同步精度和快速运动场景的物理准确性。面向创作者的开放时间表为"未来数月"。
真正的信息增量不在模型能力,在分发壁垒和数据飞轮
Muse Image 排名第二、Muse Video 排名第三——在模型性能维度,Meta 是"追上第一梯队"而非"领先"。这次发布真正改变竞争格局的变量是分发和数据。Meta 旗下应用日活跃用户超 30 亿,图像生成直接嵌入 Instagram Stories、WhatsApp 和 Meta AI App,使用门槛降至零。@-mention 功能意味着用户的 Instagram 公开照片会成为模型的输入素材,房间重设计功能连接 Facebook Marketplace 商品库——这些都是其他图像生成模型无法复制的数据和场景壁垒。对 Midjourney 而言,失去 Meta 分发渠道本身是直接损失;对整个独立图像生成工具市场而言,当生成能力成为 30 亿用户信息流的默认功能时,独立付费意愿会被系统性压缩。Meta 自身的变现不依赖用户付费,而是通过 Advantage+ 广告素材生成向广告主收费。
接下来看 Muse Video 开放时间和 Advantage+ 广告采用速度
Muse Image 已是正式产品,关键变量在国家覆盖扩展速度和 Advantage+ 上线后广告主的采用率——这将是商业价值的第一个硬指标。Muse Video 更值得跟踪:当前仅为研发预览状态,从 Video Arena 表现看基础能力已具备竞争力,但音视频同步和快速运动仍有已知缺陷。如果 Meta 能在下半年将 Muse Video 推向用户并与 Instagram Reels 集成,将对字节跳动和 Google 在视频生成领域的领先构成直接压力。另一个值得观察的信号是 @-mention 功能的用户反应:将公开照片用于他人 AI 创作的默认开启设置(尽管可关闭)可能引发隐私争议,这在欧洲市场尤其敏感。