推出 Muse Image 与 Muse Video
本文目录
我们很高兴推出 Muse Image，并预览 Muse Video——这是 Meta 超级智能实验室（Meta Superintelligence Labs）开发的首批媒体生成模型。
Muse Image 是我们迄今最先进的图像生成模型：它忠实遵循指令、精确地进行编辑，并能基于多张参考图进行合成。它还带来了智能体式的工具使用（agentic tool use）能力，并与 Muse Spark 集成。Muse Video 基于相同的预训练底座构建，以原生音频支持提供卓越的视觉保真度。
Muse Image 即日起在 Meta AI 应用、meta.ai、美国地区的 Instagram Stories，以及部分国家的 WhatsApp 上可用，并将很快登陆 Facebook。Muse Video 将很快向创作者和 Meta AI 用户开放。
Muse Image：智能体式图像生成#
Muse Image 不会把提示直接映射为图像，而是作为一个智能体（agent）运作：它调用搜索与编码工具来提升准确性，对自身生成的图像进行自我精炼，并通过扩展测试时算力（test-time compute）来改进。Muse Image 还与 Muse Spark 集成，使两个模型能够共享工具并联合规划，从而实现强大的智能体式媒体生成。
工具使用#
我们为 Muse Image 提供了一系列工具，以增强其智能体能力。
编码（Coding）。 在强化学习过程中，Muse Image 学会了编写并执行代码，以生成准确的图表与二维码，并以渲染出的图形为条件来提升生成图像的准确性。Muse Spark 与 Muse Image 也可协同，把代码生成与媒体生成结合起来，制作动态 GIF、内嵌图像的网站，以及可交互的视觉游戏。
搜索（Search）。 Muse Image 学会搜索网络，使生成的图像以事实性、实时性的信息与视觉参考为依据。启用搜索可提升知识密集型提示的事实准确度，尤其是涉及时事与现实世界事实的提示。
启用搜索工具后 Muse Image 的表现提升。胜率来自内部消融实验。
自我精炼#
Muse Image 会在其思维链（chain of thought）中对自身工作进行反思与改进。这种自我精炼行为可以表现为不同形式：当某个小细节不对时，对当前图像草稿做局部编辑；当较大部位出错时，从头重新生成一张图像；或采用不同的策略，例如通过工具使用实现更符合事实的生成。这一行为并非我们设计的，而是在强化学习训练中自然涌现的——原因很简单：自我精炼产出了更好的图像，因而获得更高奖励。
Muse Image 因涌现出的自我精炼而提升。胜率来自内部消融实验。
自我精炼 · 寻找参考图像
自我精炼 · 组装跨页
我正在拼合这张光面杂志页面，将打样步骤、标题与时尚肖像编织成一个协调的版面，同时检查排版、间距与金色点缀的细节，以营造精致的编辑感。
自我精炼 · 修正公式
我正在修正公式，补上遗漏的除号，调整版面使表达式读作 S = n(n + 1) / 2，并复核周围的文本以确保清晰与一致。
自我精炼 · 检查图像
我正在查看生成的杂志图像，以确认宏观细节、光面版面与打样准确无误，然后再分享给你；如果你愿意，我也可以调整排版或更换肖像。接下来你想调整什么？
✓
完成
测试时算力扩展#
与语言模型类似，Muse Image 在推理时「思考」得越多，表现就越好。随着测试时算力增加，模型进行更多推理、调用更多工具、执行更多自我精炼步骤来改进生成结果。提高推理强度（从而增加测试时算力）可提升人类偏好的 Elo 分数，并呈现近似对数线性的扩展关系。值得注意的是，这些算力横跨两类非常不同的工作——用于推理的文本 token 与用于生成的视觉 token——但质量是二者合计总算力的函数。
我们发现，审慎地使用 token 预算，对有效的测试时扩展同样重要。Best-of-N（BoN）——即模型生成若干图像并保留最好的一张——能在早期提升质量，但很快饱和。把同样的算力花在有意识的推理上，扩展效果要好得多。推理与工具使用结合时会相互增强。工具让模型能够触及其已有知识之外的东西——无论是搜索它所缺少的参考，还是编写代码把精确细节做对——从而填补仅靠推理无法填补的空白。
Muse Image 随测试时算力的扩展而提升。Elo 来自内部消融实验。
图像编辑#
Muse Image 精确地编辑图像，只改变用户所要求的内容。如我们的示例所示，它能遵循多种多样的指令。
Muse Image 在多轮编辑之间保持一致性，支持迭代精炼与开放式头脑风暴，直至达到目标结果。
查看对话
查看对话
多参考图像合成#
Muse Image 可以合成提示中多张输入参考图里的元素，包括人物、物体、服装、风格与环境。它支持在提示中内联交错文本与图像，以实现复杂的图像合成。
查看对话
查看对话
图像基准测试#
截至本文撰写时，按照人类偏好 Elo 排名，Muse Image 在 Arena 的文生图、单图编辑与多图编辑三项上均位列第二。
Arena Elo 排名，截至 2026 年 7 月 5 日。
Arena Elo 排名，截至 2026 年 7 月 5 日。
Arena Elo 排名，截至 2026 年 7 月 5 日。
预览 Muse Video#
在发布 Muse Image 的同时，我们也分享 Muse Video 的早期预览。它在提示遵循、视觉保真度与时间一致性方面具有有竞争力的表现。我们正投入当前仍存在差距的领域，例如音视频同步与物理上准确的快速运动。Muse Video 将很快向创作者和 Meta AI 用户开放。
截至本文撰写时，在 Arena 上，Muse Video 的人类偏好 Elo 在文生视频中排名第三。
Arena Elo 排名，截至 2026 年 7 月 5 日
Content Seal#
为了帮助人们验证一张图像是否为 AI 生成，Muse Image 内置了 Content Seal——我们的隐形水印（invisible watermarking）系统。通过 Meta AI 应用与 meta.ai 上的 Muse Image 创建的图像，都带有一个隐藏的来源信号（provenance signal），即使在裁剪、压缩、缩放或截屏之后仍然保持完整。我们计划很快把 Content Seal 扩展到视频。我们正在预览一款检测工具，让你可以检查某张图像是否带有 Content Seal 水印，从而初步帮助你更好地判断一张图像是否由 Meta AI 制作。
Meta 产品中的 Muse Image#
Muse Image 与 Meta 生态深度连接。我们在图像与视频生成上的持续投入，将进一步帮助创作者与企业跨 Meta 产品生成动态内容。
为小型企业制作营销素材
直接在 Instagram 中使用个性化预设
画廊
探索更多资源#
在 Meta AI 中试用 Muse Image
检查 Content Seal
探索 Meta AI 研究
阅读更多 Meta AI 更新
了解 Meta AI
在 Meta 从事 AI 工作
作者：Meta Superintelligence Labs