Meta全新自研图像模型来了！不用反复调提示词，首次引入Agent自动改图

智东西 编译 | 茄子 编辑 | 程茜 智东西7月9日消息，7月7日Meta正式发布首款由超级智能实验室（Meta Superintelligence Labs，MSL）研发的多模态生成模型——Muse Image。Meta同时亮相了视频生成模型Muse Video，并展示了其生成的视频。不过，该模型目前仍处于测试阶段，尚未正式开放。 Muse Image是Meta将Agent（智能体）能力引入图像生成领域一次探索。不同于传统AI绘图工具根据提示词直接生成图片，Muse Image更像一个AI智能体，不仅能够生成、编辑图片，还会根据任务需要自主搜索信息、调用代码工具，并不断优化生成的结果。 Meta放出了许多由Muse Image和Muse Video生成的图片和视频，包括在活动的人物、动物与人物同框的画面以及人物与食物、风景等元素结合的复杂场景。 下图均为Muse Image生成的图像，涵盖戴墨镜的人物吃汉堡、人物与动物共处一桌，以及人物与石柱、蓝天白云等风景的融合场景。 ▲Muse Image生成的人物及动物和风景图像（图源：Meta） 下图是Muse Video生成的人物在厨房倒水的视频片段。 ▲Muse Video生成的人物视频（图源：Meta） 据外媒TechCrunch报道，Muse Image此前内部代号为“Mango”，属于Meta正在打造的Muse系列AI模型。Meta超级智能实验室负责人Alexandr Wang称，Muse Image具备Agentic能力，能够与Muse Spark大语言模型协同工作，能在生成图片前完成推理、搜索和规划能力。 ▲Alexa