# 策展 · X (Twitter) 🔥🔥

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 作者：AI at Meta (@AIatMeta) · 平台：X (Twitter) · 日期：2026-07-08

> 原始來源：https://x.com/AIatMeta/status/2074577662840832382

## 中文摘要

Meta Superintelligence Labs 發布 Muse Image 與 Muse Video 模型，將 Agentic 工具呼叫能力引入媒體生成領域。

**核心模型與應用**
Meta 推出首批由 Meta Superintelligence Labs 開發的媒體生成模型「Muse Image」與「Muse Video」。Muse Image 作為目前 Meta 最先進的影像生成模型，具備精準指令遵循、局部編輯、多重參考影像合成，以及結合 Instagram 社交脈絡的生成能力。目前使用者可透過 [Meta AI](https://meta.ai) 網頁與應用程式、Instagram Stories（美國地區）及 WhatsApp（特定國家）體驗 Muse Image，Facebook 整合功能也即將推出。

**Agentic 媒體生成技術**
Muse Image 的核心創新在於其 Agentic 架構，它不再僅是單純的 Prompt 到影像映射，而是具備以下特性：
- **工具呼叫**：模型能主動呼叫搜尋與程式撰寫工具，以提升生成內容的真實性與準確度，例如透過程式碼繪製圖表或 QR Code。
- **整合 Muse Spark**：兩者可共同規劃並分享工具，實現包含動畫 GIF、嵌入式網頁及互動式視覺遊戲的複雜生成任務。
- **自我修正（Self-Refinement）**：模型在思考鏈（Chain of Thought）中會自動檢視生成結果，若發現細節錯誤，會局部編輯或重新生成，此行為是在強化學習（RL）訓練中自然湧現的特徵。
- **Test-Time Compute 擴展**：模型在推論階段的思考時間越長，會做更多次工具呼叫與自我修正，生成品質與人類偏好 Elo 分數呈現對數線性關係。

**影像編輯與基準測試**
Muse Image 支援精確的局部編輯與多重參考影像合成，使用者可將人物、物件、服裝、風格與環境等元素混合。根據 Meta 提供的數據，Muse Image 在 Arena 的文字轉影像、單圖編輯及多圖編輯項目中，均位居人類偏好 Elo 排名的第二名。

**Muse Video 與內容驗證**
Muse Video 目前處於預覽階段，基於與 Muse Image 相同的預訓練基礎，具備原生音訊支援與高視覺保真度。此外，Meta 導入了「Content Seal」隱形浮水印系統，確保影像即使經過裁切、壓縮或螢幕截圖，仍能保留 AI 生成的來源標記。目前 Meta 正預覽檢測工具，讓使用者能辨識影像是否含有 Content Seal 標記。

**視覺觀察**
在展示影片中，Muse Image 與 Muse Video 呈現了包括太空人、人物肖像、城市景觀及動物等多樣化視覺內容。影片中亦出現一段模擬 1970 年代 Facebook 社交網路系統的終端機文字介面，展示了系統登入與動態更新的模擬情境。

<video src="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/1783482572488-ly1ntvkx.mp4" poster="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/d7cd0bdd8fb31cea.jpg" controls playsinline preload="metadata" style="max-width:100%;height:auto;display:block;margin:1rem 0"></video>
> 這段影片展示了 Muse Image 與 Muse Video 模型的生成能力，呈現多樣化的影像與影片創作成果。

## 標籤

Agent, AIGC, 新產品, Meta