Meta өзінің ең жаңа сурет генерациялау моделі Muse Image ресми түрде іске қосты және алғаш рет Muse Video бастапқы нұсқасын көрсетті. Екі шешім де Meta Superintelligence Labs бөлімшесі әзірлеген және AI-медиа саласындағы елеулі прогресті білдіреді.
Muse Image: агенттік тәсіл және әлеуметтік контекст
Muse Image қазірдің өзінде Meta AI қосымшасында, meta.ai платформасында, сондай-ақ АҚШ пайдаланушылары үшін Instagram Stories және шектеулі елдердегі WhatsApp қолжетімді. Meta оны өзінің ең озық сурет генерациялау моделі деп атайды. Негізгі айырмашылық — агенттік архитектура: Muse Image интернеттен іздеу, код жазу және орындау құралдарын пайдаланады және генерациялау процесінде суретті жетілдіре алады. Модель промпттарды дәлірек орындайды, суреттерді өңдей алады және бірнеше референстен көрініс жинайды, сонымен қатар Instagram әлеуметтік контекстін ескереді.
Muse Spark-пен интеграция және жаңа мүмкіндіктер
Muse Image Muse Spark-пен біріктірілген. Модельдер байламы анимациялық GIF, кірістірілген суреттері бар веб-сайттар, тіпті интерактивті визуалды ойындар жасау үшін код пен медиагенерацияны пайдаланады. Бұл генеративті AI-ді сурет жасаудың қарапайым құралынан мультимедиялық шығармашылықтың толыққанды платформасына айналдырады.
Muse Video: бастапқы нұсқа және амбициялар
Сонымен қатар Meta Muse Video бастапқы нұсқасын көрсетті. Компанияның мәлімдеуінше, модель Muse Image сияқты алдын ала оқыту базасында құрылған, жоғары визуалды сапаны қамтамасыз етеді және аудионы табиғи түрде қолдайды. Алайда компания аудио мен бейнені синхрондауды, сондай-ақ жылдам қозғалысты физикалық дәл беруді әлі жетілдіріп жатқанын мойындайды. Бұл бейнегенерацияның толыққанды іске қосылуына тағы бірнеше ай кетуі мүмкін екенін көрсетеді.
Қауіпсіздік және метрикалар
Meta авторлық құқықты қорғау жүйесін енгізді: Meta AI қосымшасында Muse Image көмегімен жасалған барлық суреттер көрінбейтін су таңбасы Content Seal алады. Компанияның айтуынша, ол кадрлау, қысу, өлшемін өзгерту немесе скриншот жасау кезінде сақталады. Болашақта Meta бұл белгіні бейнеге де таратуды жоспарлап отыр.
Arena ішкі платформасының деректері бойынша, Muse Image text-to-image, single-image editing және multi-image editing санаттарында екінші орынды алады, тек OpenAI GPT Image 2-ден кейін. Бұл шешімнің жоғары бәсекеге қабілеттілігін растайды.
Аналитик ретінде мен Muse Image агенттік тәсілі эволюциялық алға қадам екенін атап өтемін. Модельдің сыртқы құралдар мен әлеуметтік желі контекстін өз бетінше пайдалану қабілеті оны жай генератор емес, шығармашылық үшін толыққанды көмекшіге айналдырады. Алайда Muse Video-дағы аудио мен бейнені синхрондау мәселесі өте маңызды болып қалады — онсыз бейнегенерация шикі көрінеді. Жалпы, Meta генеративті AI жарысында өз позициясын сенімді түрде нығайтуда және жақын арадағы тоқсандарда біз бұл модельдердің компания экожүйесіне одан әрі терең интеграциясын көреміз деп күтемін.