北京
智東西
編譯 茄子
編輯 程茜
智東西7月9日消息，7月7日Meta正式發布首款由超級智能實驗室（Meta Superintelligence Labs，MSL）研發的多模態生成模型——Muse Image。Meta同時亮相了視頻生成模型Muse Video，并展示了其生成的視頻。不過，該模型目前仍處于測試階段，尚未正式開放。
Muse Image是Meta將Agent（智能體）能力引入圖像生成領域一次探索。不同于傳統AI繪圖工具根據提示詞直接生成圖片，Muse Image更像一個AI智能體，不僅能夠生成、編輯圖片，還會根據任務需要自主搜索信息、調用代碼工具，并不斷優化生成的結果。
Meta放出了許多由Muse Image和Muse Video生成的圖片和視頻，包括在活動的人物、動物與人物同框的畫面以及人物與食物、風景等元素結合的復雜場景。
下圖均為Muse Image生成的圖像，涵蓋戴墨鏡的人物吃漢堡、人物與動物共處一桌，以及人物與石柱、藍天白云等風景的融合場景。
▲Muse Image生成的人物及動物和風景圖像（圖源：Meta）
下圖是Muse Video生成的人物在廚房倒水的視頻片段。
▲Muse Video生成的人物視頻（圖源：Meta）
據外媒TechCrunch報道，Muse Image此前內部代號為“Mango”，屬于Meta正在打造的Muse系列AI模型。Meta超級智能實驗室負責人Alexandr Wang稱，Muse Image具備Agentic能力，能夠與Muse Spark大語言模型協同工作，能在生成圖片前完成推理、搜索和規劃能力。
▲Alexandr Wang對Muse Image的介紹（圖源：Meta）
用戶對Meta Muse Image的評價兩級分化。不少用戶認可Meta Muse Image的實用能力，認為它適配Instagram等社交場景，圖片編輯、圖像生成效果也不錯。
但是，由于該模型支持調取他人公開賬號照片生成AI圖像，缺少完善授權與通知機制，引發用戶關于肖像權、隱私泄露、深度偽造風險的擔憂。
目前，Muse Image已經接入Meta AI應用、Instagram Stories（IG快拍）以及即時通訊軟件WhatsApp，并將在后續登陸Facebook和該平臺上的聊天工具Messenger。
一、Meta讓AI生圖具備Agent能力：會搜索、會寫代碼，還能自己修改圖片
過去幾年，AI圖像生成模型主要遵循“輸入提示詞—輸出圖片”的單輪生成模式。而Meta稱，Muse Image開始向“智能體式圖像生成”（Agentic Image Generation）方向發展：它不僅能夠根據提示詞生成圖像，還可以調用搜索和編程工具提升生成準確性，對自身輸出進行迭代優化，并通過更多測試時計算不斷改進生成結果。
例如，在生成包含復雜圖表、二維碼或精確視覺元素的圖片時，Muse Image可以調用代碼工具，自動編寫并運行程序，生成準確結果，再將這些內容融合進最終圖像。
▲Muse Image可調用代碼生成復雜圖像（圖源：Meta）
此外，Muse Image還能調用搜索工具。當用戶提出涉及實時事件、現實世界信息或專業知識的問題時，該模型可以主動搜索網絡資料，并利用相關視覺參考提升生成內容的準確性。
▲Muse Image可通過搜索工具調查問題（圖源：Meta）
Meta認為，搜索能力能夠幫助模型減少知識密集型任務中的錯誤，尤其是在涉及新聞事件、現實地點和事實信息時。
除了工具調用，Muse Image還具備自我優化能力。在生成圖片后，該模型還能夠檢查自身輸出，并根據問題類型采取不同處理方式：
▲Muse Image的自我優化（圖源：Meta）
如果只是局部細節存在錯誤，模型可以直接修改當前圖片；如果整體方向不符合要求，則重新生成；如果問題來自事實信息缺失，則可以進一步調用搜索工具。
▲Muse Image的自我優化（圖源：Meta）
Meta稱，這種自我修正能力并非人工設計，而是在強化學習訓練過程中自然形成的，因為不斷優化結果能夠獲得更高獎勵。
與此同時，Muse Image還能與Meta的大語言模型Muse Spark協同工作，通過結合代碼生成和媒體生成能力，完成GIF動畫、網頁以及交互式視覺內容制作。
在Instagram中，Muse Image將支持更多AI創作功能，包括30種新的AI Stories特效。用戶可以通過AI濾鏡改變照片風格，也可以利用提示詞生成新的視覺內容。
▲用戶可以在Instagram中使用Muse Image更換濾鏡改變照片風格（圖源：Meta）
Meta還將Muse Image應用到更多生活場景。例如，用戶可以上傳家具圖片，讓AI模擬家具擺放效果，幫助用戶提前查看不同家具在空間中的呈現效果。
▲Muse Image模擬家具擺放效果（圖源：Meta）
此外，Muse Image還支持圖片編輯功能。用戶可以直接在照片上進行標記，讓AI根據指定區域完成修改；也可以利用該模型生成邀請函、明信片、社交媒體圖片等內容。
二、推理計算進入圖像生成，讓模型“想得越久，畫得越好”
除了Agent能力，Muse Image另一個重要變化，是Meta正在嘗試將大語言模型中的推理機制引入視覺生成。過去一年，推理模型通過增加測試階段計算量（Test-Time Compute），讓Muse Image在回答復雜問題時能獲得更好的效果。
Meta稱，Muse Image在生成過程中會投入更多計算資源，讓模型進行更充分的推理、調用更多工具，并增加自我優化步驟。
隨著推理強度提升，Muse Image在人類偏好評測中的Elo評分持續提升，Muse Image在Arena的文單張圖像編輯、文本轉圖像和多張圖像編輯方面均列第二，僅次于GPT Image 2。這說明，該模型在生成圖像前“思考”時間越長，最終圖片質量越高。
▲Muse Image的單張圖像編輯、文本轉圖像和多張圖像編輯評分（圖源：Meta）
這一“思考”過程同時涉及兩類計算：一類是用于推理分析的文本Token，另一類是用于生成圖片的視覺Token。Meta認為，最終效果取決于兩類計算資源的綜合投入，而不是單純擴大視覺生成規模。
Meta還比較了兩種提升生成質量的方法。一種方式是Best-of-N，即一次生成多張圖片，再選擇最好的一張；另一種方式則是增加模型推理時間。
測試結果顯示，Best-of-N能夠在早期提升效果，但很快進入瓶頸；相比之下，將計算資源投入到推理、工具調用和自我優化中，能夠獲得更持續的性能提升。
▲Muse Image提升圖像生成質量的測試結果（圖源：Meta）
三、AI創作進入大眾場景，但隱私爭議同步出現
Muse Image接入Instagramd等社交場景被不少用戶視為此次發布的最大亮點。有用戶認為，當下許多主流AI繪圖模型生成的畫面脫離真實的社交場景，不懂得用戶在Instagram等社交平臺的實際使用語境。
▲用戶對Muse Image接入社交平臺的評價（圖源：X）
不過，Muse Image上線后，其涉及到的隱私問題也引起了用戶討論。據外媒The Verge報道，該模型允許用戶在Instagram提示詞中@其他公開賬號，并利用相關賬號公開照片生成新的AI圖片。
▲Muse Image使用公開賬號生成照片的隱私爭議（圖源：X）
有用戶認為，在沒有獲得明確許可的情況下，將真實用戶的形象用于AI生成圖片，是一顆隨時會引爆的隱私雷區。
對于此爭議，Meta稱，用戶可以通過設置控制自己的內容是否能夠被用于AI生成。但按照目前規則，被使用照片的用戶不會收到相關通知，并且，已經創作的AI圖像不會被刪除。
▲Muse Image使用公開賬號生成照片的隱私爭議的解決方案（圖源：Meta）
這一設計引發部分用戶擔憂，他們認為，在未經明確授權的情況下，將真實用戶形象用于AI生成可能帶來身份濫用、肖像權以及深度偽造風險。
還有一些用戶對Meta Muse Image的功能進行了體驗。有些用戶體驗感良好，認為該模型在圖像編輯領域具有強大功能。也有一些用戶則在體驗后給出了差評。
比如，這位用戶測試Meta Muse Image圖像生成功能，輸入1988年喬丹扣籃畫面需求，要求生成黏土動畫+拆解工程分析圖，該模型無需額外調試就直接能輸出完整的成品。
▲用戶對Muse Image的體驗（圖源：X）
還有用戶用相同的提示詞分別測試了Gemini、Grok、Meta AI三款模型的圖像功能，對比三者生成畫面效果。
▲用戶對Gemini、Grok、Meta AI圖像功能測試對比（圖源：X）
當然，也有用戶在體驗之后認為Muse Image的繪圖功能并沒有它宣稱的那么強大。這位用戶想讓Meta AI幫其生成一幅內耳解剖圖，但該模型生成的圖片并不精準，因而被用戶吐槽。
▲用戶稱Muse Image無法生成精良的內耳解剖圖（圖源：X）
結語：Muse Image，Meta探索智能創作的新方向
過去，Meta主要圍繞大語言模型展開競爭，而此次Muse Image和Muse Video的推出，則進一步將AI能力擴展到圖像、視頻以及社交內容生產場景。
更重要的是，Muse Image展示了一種新的發展方向：未來AI模型可能不再只是等待用戶指令，而是能夠理解目標、調用工具、自主規劃并完成復雜任務。
但與此同時，當AI開始處理真實用戶身份、社交內容以及現實世界信息時，技術能力之外，數據邊界、用戶授權和內容安全，也將成為下一階段AI競爭的重要議題。
來源：Meta、TechCrunch、The Verge
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
