课程
Claude Code 101
3 小时
28.3K
Meta Superintelligence Labs 推出了其首个图像生成模型 Muse Image，已在 Meta AI 应用内上线。它继 Muse Spark（该实验室的首个文本模型）之后发布，并加入正在扩大的 Muse 家族，Meta 正以此取代其 Llama 系列。
掌管 Meta Superintelligence Labs 的 Alexandr Wang 将 Muse Image 描述为“具备代理特性”：它与 Muse Spark 语言模型协同，在渲染前先对提示进行推理、搜索网页并规划版式。
根据 Meta 内部基准测试，Muse Image 在整体质量上落后于 OpenAI 的 GPT Image 2，但在单图与多图编辑任务上领先于 Google 的 Nano Banana 2。
本文将全面介绍 Muse Image 的新变化，涵盖其功能、以推理为先的方法、定价与使用方式，以及关于将公开 Instagram 照片纳入 AI 图像的隐私担忧（并介绍如何关闭）。我也会说明 Muse Video 在 Meta 路线图中的定位。另外，推荐阅读我们的Muse Glimmer 新手指南。
Muse Image 是什么？
Muse Image 是 Meta Superintelligence Labs 打造的首个图像生成模型，据 CNBC 报道其内部代号最初为“Mango”。它为 Meta AI 应用、网页版 meta.ai、Instagram 和 WhatsApp 提供图像生成功能，Facebook 和 Messenger 即将上线。
其核心设计在于，Muse Image 不会将提示直接映射为像素。它采用中间的推理层，与 Muse Spark 协作，先规划构图、引入实时网页上下文，并在生成前融合多张参考照片。
一份独立的 YouTube 技术评测称，该模型会先有效写出图像的内部规划，从而在复杂的多物体场景中提升构图准确性。
在 Meta 的内部对比中，Muse Image 在整体质量上落后于 GPT Image 2，但在单图与多图编辑方面优于 Nano Banana 2。
这一定位也表明了其目标：为创作者与广告主提供品牌安全、逼真的输出，而不是追求其他模型以个性化艺术风格见长的路线。
Muse Image 关键功能
Muse Image 围绕一组面向“从想法到可分享图像”的用户而设计，无需学习提示工程。以下亮点值得关注。
用自然语言描述图像
您可以用对话式语言描述所需效果，交由 Meta AI 处理构图。
由于 Muse Image 会先对提示进行推理，它在涉及空间关系的请求（如将多个物体按特定布局摆放）上，比直接从文本生成的扩散模型更能保持整体一致性。
该模型还能在图像中清晰呈现文字，因此您可以请求信息图或分步骤教程图，并获得有风格且可读的标签。
Meta 甚至宣称它可以根据提示生成可用的二维码。
独立测试者的提醒：精细排版仍不稳定。标牌小字、UI 模拟图、产品标签上的小字体可能会出现混乱，因此对“文字清晰可读”的承诺可理解为“多数情况下”，而非“始终如此”。
一键预设，快速上手
Muse Image 内置预设面板，提供建议提示，避免从空白框开始。
只需一键，您就能修复旧的家庭照片、给自己套上流行发型，或化身橡皮泥定格动画角色或复古 16 位游戏英雄。
无论您生成什么，都可以将该预设分享给朋友，让他们在自己的照片上运行。
这是 Meta 寄望在其应用间病毒式传播的机制，也是 Instagram 故事中即将推出的 30 多种新 AI 特效背后的同一逻辑，该功能将先在美国上线，随后扩展。
重新设计并购物布置您的房间
您可以拍摄房间照片，并让 Meta AI 依据从网页或 Facebook Marketplace 拉取的真实商品对其进行重新设计。
您可指定风格，或让模型参考当前趋势，它会用可实际购买的物品为您的空间进行完整改造并渲染效果。
这是本次发布中最明显的商业切入点。
将图像生成与 Marketplace 列表直接相连，会把有趣的效果图变成购物转化漏斗，这也正是广告主将在数周内通过 Meta Advantage+ 创意获得使用权限的原因。
用 @ 提及将 Instagram 个人资料引入图像
您可以在 Meta AI 提示中 @ 提及某个 Instagram 账号，模型会使用该账号的公开照片生成包含其相貌的画面。
Meta 将其定位于定制活动邀请或协作式创意构想等场景。
这也是外界关注最多的功能，理由充足。
即便有 Meta 的安全过滤，让任何人将他人的公开 Instagram 照片融入 AI 生成图像，仍然会引发关于同意与滥用的显而易见的问题。
我会在下文单独章节介绍关闭选项，因为它比任何预设都更重要，下面也有实际示例。
在照片上直接手绘修改
要更改生成的图像，您可以点击标注图标，在照片上直接圈出、勾画或批注所需的修改。
由于 Meta AI 会记住完整的对话上下文，您可以通过更换风格或添加元素不断细化，而无需从头开始。
来自早期测试者的真实限制：模型尚不能在多次连续编辑中可靠追踪完整“场景状态”，也没有专用设计工具中的图层级控制。
它适合迭代式微调，对于精确、需要多轮合成的工作则不那么擅长。
关于 Instagram @ 提及的担忧及关闭方法
@ 提及功能允许当您标注某人的用户名时，Meta AI 会基于其公开的 Instagram 照片生成图像，这一点值得特别留意。
这意味着您的公开个人资料照片可能成为他人生成图像的素材，这与仅供查看有着实质区别。
Meta 表示您可控制是否以这种方式复用您的内容，且可随时在设置中关闭该功能。
如果您不希望自己的公开 Instagram 照片被纳入他人的 AI 作品，请在 Instagram 控制项中调整“允许用于 AI 创作的标注”相关设置。
打开 Instagram 应用并点击您的个人头像。
点击右上角的三横线菜单，选择设置与活动。
向下滚动并点击共享与复用。
逐一停用相应开关。根据您的应用版本，您可能会看到针对帖子、Reels 和原创音频的单独切换。
我的看法：选择退出的默认方式将负担转嫁给用户，而大多数人永远找不到该设置。如果您运营公开的 Instagram 账号并对此有所担忧，请现在就更改设置，而不是等着看这个功能会如何被使用。
测试 Muse Image：上手示例
Muse Image 值得直接验证的核心主张包括：基于推理的构图、图内文字可读、多图融合以及迭代式手绘编辑。以下是供编辑在 Meta AI 应用中逐项测试的提示。我本人未实际运行，结果部分留给编辑补充。
测试 1：多物体空间推理
此项针对“以推理为先”这一主张，即 Muse Image 在处理物体关系方面优于直接扩散模型。
Create a photorealistic image of a green bicycle leaning against a brick wall,
with a small orange cat sitting on the seat and a red umbrella open on the ground
to the left of the front wheel.
如您所见，它基本完成得不错，按要求摆放了各个物体。但仍有一些问题：车篮的位置不自然，踏板似乎有三个而不是两个。小猫也比画面其他部分更“跳”。总体来说还是相当扎实的尝试。
测试 2：图内文字可读性
Meta 声称 Muse Image 能在画面中呈现有样式且可读的文字。小字号是已知弱点，因此本测试直接对其施压。
Make a clean infographic titled "Morning Routine" with four numbered steps:
1. Drink water, 2. Stretch for five minutes, 3. Eat breakfast,
4. Review your to-do list. Use a minimal flat design with legible sans-serif
labels.
这次的表现也还可以。标签拼写正确，字体无误，但在四个面板之间的字号比例并不理想。它还添加了一些我未请求的补充内容，不过也算有用吧。
测试 3：迭代式手绘编辑
本测试考察标注-细化流程，以及模型在多次编辑中能否保持画面其他部分的一致性。
Generate a photo of a wooden kitchen table with a single white coffee mug on it. T
hen, in a follow-up, add a plate of croissants next to the mug without
changing the table, lighting, or mug.
这里模型的表现相当不错。原始场景看起来相当真实，光线也还好。第二张图与原图保持一致，但牛角面包看起来明显很假——尺寸与质感不太对。
Muse Image 基准测试
Meta 尚未像文本模型那样发布 Muse Image 的标准化第三方基准表。目前的数字来自 Meta 的内部对比，因此请以对自报结果的常规谨慎态度看待。
编辑能力对比 GPT Image 2 与 Nano Banana 2
在 Meta 的内部编辑基准中，Muse Image 在整体质量上落后于 OpenAI 的 GPT Image 2，但在单图和多图编辑任务上优于 Google 的 Nano Banana 2。通俗而言，编辑基准衡量的是模型在保持其他内容不变的前提下，对现有图像进行修改（更换风格、增删物体）的能力。
| 模型（实验室） | 文本转图像擂台 | 单图编辑擂台 | 多图编辑擂台 |
|---|---|---|---|
| GPT Image 2（OpenAI） | 第 1 名（分数：1385） | 第 1 名（分数：1466） | 第 1 名（分数：1454） |
| Muse Image（Meta） | 第 2 名（分数：1280） | 第 2 名（分数：1405） | 第 2 名（分数：1399） |
| Nano Banana 2（Google） | 第 4 名（分数：1270） | 第 7 名（分数：1387） | 第 3 名（分数：1376） |
对从业者而言，这个排名表明 Muse Image 是能力不俗的第二梯队编辑器，但非最前沿。如果您的流程需要当前最佳的编辑保真度，按 Meta 自家数字，GPT Image 2 仍领先。
值得一提的是，Meta 相关文本模型 Muse Spark 曾有内部数据“膨胀”的记录。
Artificial Analysis 指出，Meta 内部给出的 Humanity's Last Exam 50.2% 成绩，在独立的单代理测试中降至 39.9%。在第三方评估发布前，对 Muse Image 的内部编辑胜出同样应持保留态度。
已知薄弱点
独立测试者与社区讨论指出了一些稳定存在、而基准表无法体现的限制。这些对日常使用往往比单一质量分更关键。
- 海报、UI 与产品标签上的精细排版（小字、复杂字体）表现不稳定。
- 不常见姿势或极端透视的画面会出现畸变与解剖学问题。
- “推理优先”的路径能给出正确布局，但除非提示风格化很重，默认画风易显得中规中矩。
- 单人写实人像表现较强，但多人合照有时会出现微妙的违和伪影。
- 在 WhatsApp 与 Instagram 的高峰时段，曾出现时延飙升与偶发分享失败的反馈。
Muse Image 的定价与可用性
Muse Image 现已在 Meta AI 应用、meta.ai、WhatsApp 私聊（首发国家有限）上线，并为美国率先上线的 Instagram 故事 30 多种新 AI 特效提供支持。
Facebook 与 Messenger 即将上线，广告主将在数周内通过 Meta Advantage+ 创意获得访问权限。
日常使用方面，Muse Image 免费，但存在每日或每月生成上限，Meta 尚未公布具体数值。
更高强度的使用与高级控制需订阅 Meta 的付费方案。
- 免费层：通过 Meta AI 应用、meta.ai、WhatsApp 与 Instagram 故事进行基础图像生成，设有未披露的生成上限。
- 付费：通过 Meta 订阅计划（据报为 2026 年早些时候推出的 Meta One 订阅）获得更高速率限制、优先访问与更快生成。
- 商业：通过 Meta Advantage+ 创意使用广告素材与 A/B 测试功能，预计沿用现有的 Meta 广告计费。
- API：仅限私测；尚无公开的独立 Muse Image API 或费率信息。
总结
Muse Image 是 Meta 面向社交与广告工作流的首个重磅图像模型，其背后策略清晰：在数十亿 Meta AI、Instagram 与 WhatsApp 用户面前提供免费、以推理驱动的创意工具，然后通过 Marketplace 与 Advantage+ 承接购物与广告创意的商业化。
在 Muse Spark 之后的快速跟进，释放了激进的多模态路线信号；Muse Video 已在开发中，并被预告在提示遵从、视觉保真与时间一致性方面具有竞争力。
是否值得用？用于休闲创作与社交内容，是的，尤其是在其免费的前提下。
但按 Meta 自家基准，它落后于 GPT Image 2，且独立测试者称其默认风格干净但较为普通，不如 Midjourney 个性鲜明。如果您需要最前沿的编辑保真度或独特艺术风格，目前它还不是首选。
我今天会优先处理的是 Instagram 的 @ 提及功能。允许他人基于您公开的头像生成 AI 图像，是一次真实的改变；退出选项较为隐蔽，默认又倾向参与。如果您运营公开账号，请立即修改设置。
若您想了解此类模型如何对提示进行推理并生成图像，我们的AI 基础技能路径是不错的起点。