Meta 7 日宣布推出圖像生成模型 Muse Image，最初代號為 Mango，現已在 Meta AI App 與網頁版提供免費使用。Meta 同時公開影像生成模型 Muse Video 的早期預覽版本。兩者皆由 Meta Superintelligence Labs（MSL，Meta 超級智慧實驗室）打造，並延續 Muse Spark 模型的產品發展方向。
Muse Image 的推出，代表 Meta 的生成式 AI 產品進一步擴展至圖像創作領域，並將與 Google Nano Banana、OpenAI ChatGPT Image 等市場產品競爭。Meta 表示，Muse Image 支援包括繁體中文在內的多種語言，能遵循較複雜的指令、進行精準編輯，並在多次修改之間維持內容一致性。
Muse Image 主打代理式圖像生成
Meta 將 Muse Image 定位為代理式圖像生成模型，而不是單純把文字提示直接轉換成圖像。根據 Meta 的說法，模型能在生成過程中呼叫編碼工具與搜尋功能，以提升內容準確度，並透過增加測試階段的運算資源，進行更多推理與結果改善。
Meta 舉例指出，Muse Image 可在強化學習過程中學習撰寫與執行程式碼，藉此產出更準確的圖表與 QR code。模型也能與 Muse Spark 協作，共用工具進行規劃，例如製作動態 GIF 或建立內嵌圖像的網站，藉此延伸代理式媒體生成能力。
此外，Muse Image 可學習搜尋網路，將生成內容建立在即時資訊與參考素材之上。Meta 表示，模型會在 Chain of Thought（CoT）階段反思並改進結果：若只發現局部細節錯誤，模型可能針對現有草稿進行局部編輯；若錯誤涉及較大範圍，則可能重新生成整張圖像。模型也會根據不同情況選擇工具使用等策略，以改善生成內容的事實性。
Meta 進一步指出，與語言模型的推理機制相似，Muse Image 在測試階段投入越多運算資源，便能進行更多推理、發起更多工具呼叫，以及執行更多次自我精進步驟。不過，這也意味著生成品質與處理成本之間可能存在取捨，Meta 並未在此次資訊中公布相關運算需求或使用限制。
可引用 Instagram 個人檔案作為創作參考
Muse Image 在 Meta AI App 中支援以 @ 標註 Instagram 帳號，將特定個人檔案融入圖像創作。Meta 表示，在帳號持有人同意其社群內容可用於 AI 創作的前提下，Meta AI 能運用公開照片產出可直接發布的視覺內容。
這項功能也帶來社群內容使用與設定透明度方面的疑慮。對於未仔細檢視帳號層級設定的創作者或一般使用者而言，公開內容是否會被納入 AI 創作流程，可能成為後續爭議焦點。Meta 僅表示，使用者可以自行決定社群內容是否標註為可用於 AI 創作。
Muse Video 聚焦視覺擬真度與時間一致性
隨著 Muse Image 發表，Meta 也分享 Muse Video 的早期預覽版本與生成影像。Meta 表示，Muse Video 建構在與 Muse Image 相同的預訓練基礎上，主打遵循提示詞、視覺擬真度與時間一致性，並原生支援音訊。
不過，Meta 也承認 Muse Video 仍有需要改善的部分，包括音訊與影片畫面之間的同步，以及物理層面高速動態場景的表現。相關功能目前仍處於早期預覽階段，因此實際可用性、開放範圍與最終產品規格仍可能變動。
Content Seal 協助辨識 AI 生成內容
為協助使用者辨識圖像是否由 AI 生成，Muse Image 內建 Content Seal 數位浮水印。Meta AI App 與網頁版使用 Muse Image 生成的圖像，都會加入肉眼不可見的隱形訊號。
Meta 表示，即使圖像經過裁切、壓縮、調整尺寸或截圖，Content Seal 仍會保留。Meta 計劃未來將這項技術延伸至 Muse Video 生成的影片內容，但目前尚未公布影片版本的具體推出時間與技術細節。
開放地區與後續整合
Muse Image 即日起可在 Meta AI App 與網頁版使用，並於美國當地的 Instagram 限時動態，以及少數國家的 WhatsApp 開放。Meta 表示，Facebook 支援將於稍後推出。
Muse Video 也將在稍後提供給創作者，並整合至 Meta AI。另一方面，Meta 預計在未來幾週讓廣告主與廣告代理商透過 Advantage Plus（高效速成+）創意工具使用 Muse Image 的相關功能。
目前 Meta 尚未公布 Muse Image 與 Muse Video 在各地區的完整開放時間、使用額度及付費方案。兩款模型的實際表現、內容治理與社群素材授權機制，仍有待隨著服務擴大開放後進一步觀察。
