SOGO論壇

標題: Meta 推圖像生成模型 Muse Image 免費使用，影像生成 Muse Video 稍晚跟進 [列印本頁]

作者: landrover1211 時間: 3 天前 標題: Meta 推圖像生成模型 Muse Image 免費使用，影像生成 Muse Video 稍晚跟進

Meta 7 日發表圖像生成模型 Muse Image（最初代號 Mango），可在 Meta AI 免費使用，同時分享影像生成模型 Muse Video 早期預覽版本，均由 Meta 超級智慧實驗室（Meta Superintelligence Labs，MSL）打造而成，是繼 Muse Spark 模型之後最新產品。

Muse Image 支援繁體中文在內的語言，能夠忠實遵循指令、進行精準編輯，在多次編輯之間保有一致性，能從多個參考素材加以合成，且援引 Instagram 作為社群脈絡的參考來源。Muse Image 同時具備代理式 AI 的工具使用能力，並與 Muse Spark 相互整合。這讓 Meta 的模型產品跨入圖像生成領域，與市場上占有一席之地如 Google Nano Banana、OpenAI ChatGPT Image 等競爭。

Muse Video 也與 Muse Image 建構在同一套預訓練基礎之上，提供出色的視覺擬真度，且有原生音訊支援。

Muse Image 特性
Meta 稱 Muse Image 屬於代理式圖像生成，並非直接將提示詞對應至圖像，而是以一種 Agent 的方式運作。過程中 Muse Image 會呼叫編碼工具和搜尋以提升圖像準確度，精進生成結果，並透過擴大測試階段的運算資源投入來改善。

Meta 舉例，在強化學習過程中，Muse Image 會學習如何撰寫並執行程式碼，藉此產生準確的圖表和 QR code。Muse Image 同時也與 Muse Spark 協作，共用工具進行規劃，例如打造動態 GIF、內嵌圖像的網站等，進而達成強大的代理式媒體生成能力。Muse Image 還會學習如何搜尋網路，將生成圖像建立在符合事實的即時資訊和參考素材之上。

Muse Image 會在 CoT（Chain of Thought）反思並改進自身結果，這種自我精進的行為可為生成內容呈現出不同的樣貌。比方說，當某個小細節有誤，模型會針對目前的圖像草稿進行局部編輯；當較大範圍有誤時，會重新生成一張圖像；當採取工具使用等不同的策略，便能產出更符合事實的生成內容。

與語言模型相似的是，Muse Image 在推理階段的思考越多，模型表現越出色。當測試階段運算（test-time compute）越多，模型便會進行更多推理、發起更多工具呼叫，並運用更多次自我精進步驟來改善生成結果。

Meta 指出，Muse Image 支援在 Meta AI App 以 @ 標註 Instagram 帳號，將特定 Instagram 個人檔案融入圖像創作。在該帳號同意社群內容可用於 AI 創作的前提下，Meta AI 就能運用公開照片生成出可直接發布的視覺創作，對於沒有仔細研究帳號層級設定的創作者或一般用戶，可能引發許多爭議，Meta 僅稱人們可以自由決定社群內容是否標註用於 AI 創作。

預覽 Muse Video
隨著 Muse Image 推出，Meta 同時分享 Muse Video 早期預覽版本以及生成影像。Muse Video 在遵循提示詞、視覺擬真度以及時間一致性方面具有競爭力，而 Meta 正投入資源補上缺口，例如音訊與影片之間的同步性，以及物理層面的高速動態畫面表現。

值得關注的是，為了協助人們辨識某張圖像是否為 AI 生成，Muse Image 內建 Content Seal 數位浮水印。在 Meta AI App 和網頁版以 Muse Image 生成的圖像，都會夾帶這項肉眼看不見的隱形訊號，即便圖像經過裁切、壓縮、調整尺寸或被截圖也會完整保留，Meta 計劃將 Content Seal 延伸至 Muse Video 收成的影片內容上。

即日起，Muse Image 已在 Meta AI App 和網頁版、美國當地 Instagram 限時動態以及少數國家的 WhatsApp 開放使用，稍晚將會支援 Facebook。Muse Video 同樣稍晚提供給創作者，並在 Meta AI 中推出。Muse Image 也與 Meta 生態系深度連結，未來幾週廣告主和廣告代理商也能透過「高效速成+」（Advantage Plus）創意工具運用 Muse Image 的強大功能。

錄自：科技新報

歡迎光臨 SOGO論壇 (https://oursogo.com/)