Meta Superintelligence Labs 在 2026 年 7 月 7 日推出 Muse Image，同时预览 Muse Video。如果只把它看成一个新的 AI 生图模型，可能会低估这次发布的意义。
过去的生图工具，核心逻辑大多是：用户输入提示词，模型直接生成图像。Muse Image 的定位更接近一个图像生成 Agent：它可以在生成前搜索资料、调用代码工具、检查结果，再根据判断修改或重画。
站内已经收录了 AI at Meta 资源入口，想持续跟进 Meta AI 模型、产品和研究动态的读者，可以把它作为延伸阅读。
Muse Image真正变了什么？
Meta 官方博客把 Muse Image 称为“agentic image generation”。这不是一句营销词，它对应的是三类具体能力。
- 搜索：遇到知识密集、需要现实事实的提示时，模型会搜索网页，把生成内容锚定在更可靠的事实和视觉参考上。
- 代码：它可以写并执行代码，用来生成更准确的图表、二维码和结构化视觉元素，再把渲染结果作为图像生成依据。
- 自我修正：模型会反思自己的输出。小问题做局部修改，大问题重新生成，事实不确定时再去查资料。
最有意思的是，自我修正并不是 Meta 手工写死的一套“先批评再重画”流程。Meta 表示，这种行为是在强化学习训练中自然出现的：因为改稿能拿到更高奖励，模型就逐渐学会了改稿。
AI生图开始拼“会不会想”
这条路线和语言模型很像：给模型更多测试时计算，它就能多想几步、多搜几次、多改几遍。Meta 官方测试显示，Muse Image 的人类偏好 Elo 评分会随着测试时计算增加而上升。
更关键的是，Meta 发现把同样的算力拿去“生成多张再挑一张”，很快会遇到收益递减；而把算力用在推理、工具调用和自我修正上，效果增长更稳定。这意味着生图竞争正在从“谁一次性画得好”转向“谁能把图像任务拆清楚并反复校准”。
对于创作者来说，这个变化很重要。以前我们评估 Midjourney、即梦、LiblibAI 这类工具，常常看画质、风格、构图和提示词响应。接下来还要看：模型会不会查资料，会不会保持文字和图表准确，会不会在多轮编辑里记住上下文。
Muse Spark负责想，Muse Image负责画
Muse Image 并不是单独工作。Meta 表示，它会和语言模型 Muse Spark 集成，两者共享工具并共同规划。语言模型负责理解复杂意图和拆任务，图像模型负责把结果落成视觉。
官方演示里，Muse Image 可以生成一只波斯猫从幼年到老年的多阶段素材，再和 Muse Spark 配合做成类似 2048 的网页小游戏。这说明 Meta 想做的不是一个“出图按钮”，而是把文本推理、图像生成、代码工具和交互页面串成一条创作链。
对做视频和 CG 的人来说，这个方向很值得盯：未来的 AI 视觉工具可能不再只是给你一张概念图，而是直接生成一组角色状态、一套广告素材、一个互动原型，甚至一个可以继续编辑的视觉项目。
Muse Video也来了，但还只是预览
和 Muse Image 一起亮相的还有 Muse Video。它和 Muse Image 共享同一套预训练底座，主打提示词遵循、视觉保真、时间一致性，并支持原生音频。
这点和 Runway、可灵 AI 这类视频生成工具形成了正面竞争。不同的是，Meta 的优势不只是模型，而是分发入口：Instagram、WhatsApp、Facebook、Messenger，以及广告创意系统。
最敏感的能力：@一个公开账号就能生图
Muse Image 最有争议的能力，是可以在 Meta AI 中 @ 提及公开 Instagram 账号，并把该账号公开照片中的人物或视觉信息带进生成图。Meta 把它描述为“Rooted in Your World”，强调它能让创作更贴近用户的社交关系和生活内容。
这确实是 OpenAI、Google 或独立生图平台很难复制的能力，因为 Meta 掌握了庞大的社交网络和公开内容。但问题也在这里：当公开账号的照片可以被他人拿来生成新图，用户是否足够清楚这件事？关闭入口是否足够显眼？生成出来的图又如何追溯和删除？
从房间改造到Stories特效，Meta要抢的是日常入口
Muse Image 的产品玩法不只是一句话出图。它支持多张参考图融合、直接在图上圈画标注修改、清晰渲染图片里的文字，还能根据房间照片结合 Facebook Marketplace 里的真实商品做空间改造。
Instagram Stories 也会接入 30 多个 AI 特效，用户可以把照片变成一次性相机质感、夜间闪光风格，或者通过提示词自定义效果。对 Meta 来说，Muse Image 最重要的场景可能不是专业创作软件，而是每天数十亿用户随手发图、发故事、发聊天的瞬间。
这也是为什么独立工具必须更重视差异化。像 即梦 AI、LiblibAI 这类创作平台，要么继续强化模型生态和专业工作流，要么在本地化、社区模型、风格资产、批量生产等方向做深。因为 Meta 一旦把生图变成社交平台默认能力，普通用户的入口会被迅速改写。
Content Seal：AI图像必须有来路
分发规模越大，标识来源就越重要。Meta 表示，Muse Image 在 Meta AI app 和 meta.ai 生成的图像会带有 Content Seal 隐形水印。它可以在裁剪、压缩、缩放甚至截图后保留，用来识别图片是否由 Meta AI 生成。
对平台来说，这是内容治理和广告合规的一部分；对创作者来说，这也意味着未来 AI 生成内容的来源标识会更难绕开。尤其是当 AI 图像进入广告、电商、社交传播和品牌视觉时，透明度会越来越重要。
做视频网观点
对 CG、后期和商业视觉行业来说，这会带来两层变化。第一层是效率：概念图、分镜氛围图、广告草案、社交物料和多版本设计会更快。第二层是流程：AI 不只是画一张图，而是参与“收集参考、规划结构、生成资产、修正细节、输出多平台素材”的完整链路。
但这条路也有代价。只要模型开始调用公开社交内容、真实商品、人物照片和广告分发系统，版权、肖像权、隐私、标注和撤回机制都会成为工作流的一部分。Muse Image 很强，但真正决定它能不能被专业团队放心用的，不只是榜单名次，而是边界是否清楚、生成是否可控、来源是否可追溯。