Meta zaprezentowała 7 lipca 2026 roku Muse Image i Muse Video, pierwszą dużą rodzinę modeli multimedialnych rozwijanych przez Meta Superintelligence Labs. Muse Image został udostępniony użytkownikom, natomiast Muse Video pokazano jako nadchodzący model generowania filmów. Oba systemy mają wspólną bazę rozwoju i są częścią szerszej strategii Meta polegającej na integrowaniu generatywnej AI bezpośrednio z Meta AI, Instagramem i WhatsAppem.
Muse Image potrafi generować obrazy z tekstowego opisu, przerabiać istniejące zdjęcia i łączyć kilka materiałów referencyjnych. Meta szczególnie podkreśla zdolność modelu do renderowania tekstu w obrazie, tworzenia infografik i generowania elementów, które mają zachować funkcjonalność – przykładem są kody QR. Muse Video idzie krok dalej: ma generować wideo wraz z natywną ścieżką audio, dzięki czemu obraz i dźwięk powstają jako część jednego procesu.
Muse Image ma działać bardziej jak agent niż zwykły generator
Meta opisuje Muse Image jako system wykorzystujący agentic image generation. Chodzi o to, że model nie musi ograniczać się do pojedynczego przebiegu generowania grafiki. Może korzystać z dodatkowych narzędzi, analizować rezultat i podejmować kolejne kroki prowadzące do poprawienia obrazu. W założeniu przypomina to pracę agenta AI: użytkownik opisuje cel, a system dobiera serię działań potrzebnych do jego osiągnięcia. To istotne szczególnie w zadaniach wymagających poprawnego tekstu, konkretnych informacji lub kilku iteracji edycji.
- Generowanie obrazu z tekstu – tworzenie grafiki od podstaw na podstawie opisu.
- Edycja istniejących zdjęć – zmiana elementów, stylu i kompozycji.
- Łączenie referencji – wykorzystanie kilku obrazów jako materiału wejściowego.
- Renderowanie tekstu – tworzenie grafik zawierających czytelne napisy.
- Wideo z dźwiękiem – kierunek rozwijany w Muse Video.
Od social mediów po materiały marketingowe
Największą przewagą Meta nie musi być sam model, lecz skala dystrybucji. Jeżeli generator obrazu jest dostępny bezpośrednio w Instagram Stories, WhatsAppie i Meta AI, użytkownik nie musi przechodzić do osobnego narzędzia. W praktyce funkcje generatywne mogą stać się częścią codziennych czynności: przygotowania relacji, przeróbki zdjęcia, stworzenia grafiki promocyjnej czy szybkiego materiału do publikacji.
| Odbiorca | Możliwe zastosowanie |
|---|---|
| Twórcy social media | Grafiki, przeróbki zdjęć i materiały do Stories. |
| Marketing | Infografiki, kreacje reklamowe i wizualizacje produktów. |
| Małe firmy | Szybkie tworzenie prostych materiałów bez osobnego programu graficznego. |
| Projektanci | Praca na kilku referencjach i iteracyjne poprawianie obrazu. |
| Twórcy wideo | Docelowo generowanie materiałów wideo razem z warstwą audio. |
Meta chce połączyć generowanie mediów ze swoim ekosystemem
Muse Image i Muse Video są ważne przede wszystkim dlatego, że pokazują kierunek integracji modeli generatywnych z aplikacjami używanymi przez miliardy osób. Zamiast konkurować wyłącznie jako osobny generator obrazu, Meta może wprowadzać modele bezpośrednio do komunikatora i serwisów społecznościowych. Jeśli Muse Video zostanie rozwinięty zgodnie z zapowiedziami, kolejnym krokiem będzie generowanie kompletnego materiału audiowizualnego – obrazu, ruchu i dźwięku – w ramach jednego modelu.
Źródła
