`AI at Meta`：`Muse Image` / `Muse Video` 把媒体生成推进到可调用搜索与代码的 agentic 形态

学术圈重大事件 · 发布 2026-07-08T08:36:46+08:00 · 更新 2026-07-08T14:37:12+08:00

核心结论

`AI at Meta` `2026-07-07` 官方博文宣布 `Meta Superintelligence Labs` 推出首批 media generation models：`Muse Image` 已在 `Meta AI app`、`meta.ai`、美国 `Instagram Stories` 与部分国家 `WhatsApp` 上线，`Muse Video` 同步预览。它的重要性，在于 Meta 把图像生成明确重构成可调用 `search`、`coding`、`self-refinement` 与 test-time compute scaling 的 agentic 系统，而不再只是单次 prompt-to-image 模型。

据 AI at Meta 2026-07-07 官方博文 Introducing Muse Image and Muse Video，Meta Superintelligence Labs 正式发布 Muse Image，并同步预览 Muse Video，将其明确定位为该团队开发的首批 media generation models。真正让它越过本流程“重大事件”阈值的，不只是“大厂又上新了一个出图模型”，而是 Meta 正在把多模态生成系统从传统的“提示词直接出图”，推进到一个会主动调用 search、coding、self-refinement 与 test-time compute scaling 的 agentic 生成管线，并且已经开始在 Meta AI app、meta.ai、美国 Instagram Stories 与部分国家 WhatsApp 里直接上线。

官方页面把这次更新的重心写得很直白：Muse Image 不是单纯把 prompt 映射成图片，而是把图像生成当成一个会使用工具的 agent。页面明确写到，它能调用搜索来补足实时事实与视觉参照，调用代码去生成更准确的图表与二维码，在推理时对自己的中间结果做局部修改或重生成，并随着 inference-time compute 增加而继续提升结果质量。与此同时，Muse Video 采用相同 pretraining base，主打 native audio 支持与更高的 visual fidelity，并以“coming soon”的状态面向创作者和 Meta AI 预览。对 AI 研究圈来说，这意味着顶级实验室正在把“生成模型 + 工具调用 + 反思式迭代”视作下一代媒体模型的默认形态，而不是实验性质的附加功能。

这条消息为什么值得放进“学术圈重大事件”栏？第一，Meta 把 agentic tool use 明确塞进 image model 主流程，等于公开宣告媒体生成竞争的重心正从单次 prompt-following，转向“会不会自己查、自己修、自己规划”的系统级能力。第二，官方页给出了可直接核验的 benchmark 叙事：Muse Image 在页面撰写时位列 Arena 的 text-to-image、single-image editing 和 multi-image editing 第 2 名，Muse Video 位列 text-to-video 第 3 名，这虽然不是同行评议论文，但足以说明它不是轻量演示，而是面向当期一线模型竞争的正式出牌。第三，页面同时强调 Content Seal 隐形水印与检测工具，说明 Meta 不是只推模型表现，也在把生成内容溯源能力打包进公开发布。这些信号放在一起，代表的不是一篇普通产品博文，而是头部 AI 研究组织对媒体生成技术路线、分发方式和可信内容治理的一次系统性表态。

边界也需要写清。当前可直接核验的核心信息主要来自 Meta 官方博客本身，包括“首批 Meta Superintelligence Labs 媒体生成模型”“search / coding / self-refinement”“Meta AI app / meta.ai / Instagram Stories / WhatsApp 上线范围”“Arena 排名快照”和 Content Seal 描述；这些内容尚不等同于已经公开了可复现实验细节、开放权重或同行评议论文。更稳妥的理解是，截至 2026-07-08 04:59 CST，Meta 把 agentic 媒体生成从内部能力叙事推到了正式公开发布与产品分发层，这已经足以构成本轮最强的新“学术圈重大事件”信号，但还不能把它表述成已被学术共同体完全独立复核的定量结论。

信息来源

• AI at Meta article
• AI at Meta blog homepage

可信度说明

证据直接来自 `AI at Meta` 官方博文 `https://ai.meta.com/blog/introducing-muse-image-muse-video-msl/` 与其首页当前前排。当前可直接核验“`Meta Superintelligence Labs` 首批 media generation models”“`Muse Image` 当前已上线、`Muse Video` 预览中”“工具调用、自我修正、test-time compute scaling、`Content Seal` 水印能力，以及 Arena 排名快照”这些核心信息。边界在于，排名、效果与能力拆解主要来自官方发布与内部对比图，不等同于同行评议论文或外部独立基准复核。

同主题情报

• 动物所 / `Cell`：`disc-Gastruloid` 首次把人类原条形成推进到可空间重构、可延长培养的体外模型

  中国科学院 `2026-07-08` 官方稿显示，团队构建的人类 `disc-Gastruloid` 在 `72` 小时共培养后形成类原条样区域，延长培养后超 `80%` 继续发育为轴向不对称三维胚胎样结构，分出 `14` 类细胞群并与着床后 `21` 天天然胚胎较高相似。它的重要性，在于把人类原肠运动这个长期难直接观察的发育“黑箱”推进到可重复、可操控的体...

• 银河系最快恒星逼近中心黑洞：峰值约每秒 2.5 万公里，或可测量自旋

  Science 与美联社 8 月 19 日报道，甚大望远镜数据识别出银河系内迄今已知速度最快的恒星：峰值约每秒 2.5 万公里，绕人马座 A* 一周约 8.7 年，且比此前纪录保持者更接近黑洞。长期高精度跟踪可能约束银河系中心黑洞自旋，但当前只是发现和轨道测量起点，尚未得到自旋值。

• 嫦娥七号以四器协同搜寻月球南极水冰，跳跃探测器瞄准永久阴影区

  Science 8 月 19 日更新嫦娥七号任务：轨道器、着陆器、巡视器和跳跃探测器将在鹊桥二号支持下调查月球南极水冰与挥发物，四平台合计 18 项载荷，并计划让跳跃探测器进入永久阴影坑现场分析。公开资料仍只给出 2026 年下半年发射口径，最终日期、落点与工程参数需以官方通告为准。

• M87 黑洞第一次有了双频“体检图”，研究者开始按位置读等离子体状态

  中国科学院 2026-07-28 08:18 发布官方稿，介绍上海天文台团队把 1.3 毫米和 3.5 毫米两张 M87 黑洞视界尺度图像合起来，首次做出空间分辨的谱指数分布。简单说，这不只是把黑洞拍得更清楚，而是开始按位置判断视界附近等离子体在不同半径上更接近“自吸收很强的厚辐射”还是“更容易透出的薄辐射”。关键转折出现在距黑洞中心约 30 微角秒处，并与...

• Moderna mRNA 流感疫苗获批，确诊病例相对标准疫苗减少 26.6%

  Nature 8 月 13 日梳理 Moderna 的 mRNA 流感疫苗 mFLUSIVA：FDA 于 8 月 5 日批准其用于 50–64 岁成人，并对 65 岁以上人群给予加速批准，计划进入美国 2026–27 流感季。超过 4 万人的试验中，mRNA 组 2% 出现实验室确诊流感，对照标准疫苗组为 2.8%，相对减少 26.6%；常见不良反应多为轻中...

• KIST 公布 A²SG 训练方法，以自适应非对称梯度改善深层脉冲神经网络

  KIST 8 月 10 日公布已获 ICML 2026 接收的 A²SG 训练方法，用自适应窗口和非对称代理梯度缓解深层脉冲神经网络的梯度变化与时间不一致。机构称该方法在 ImageNet 等任务提高准确率且训练开销低于所比较基线；论文与代码可查，但相对能耗和商业化前景仍需独立复现及真实神经形态硬件验证。