`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 2026-07-08T04:59:00+08:00 · 更新 2026-07-08T05:04:11+08:00
`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
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。