← 返回首页

Meta Muse Image et Muse Video : la génération de médias agentique expliquée

La sortie de Muse Image de Meta est remarquable car elle recadre la génération d'images comme un flux de travail agentique. Le modèle peut utiliser des outils, affiner ses propres sorties, travailler avec de multiples références et se connecter au vaste écosystème social de Meta. Muse Video n'en est encore qu'à un stade préliminaire, mais il indique que Meta passe de la génération d'images statiques à une pile multimédia plus large. La combinaison de Muse Spark, Muse Image et Muse Video laisse entrevoir un avenir où le contenu généré par l'IA est planifié, vérifié, édité et distribué sur différentes surfaces produit. Pour les créateurs, les spécialistes du marketing et les développeurs d'IA, la leçon clé est claire : une meilleure génération de médias dépend moins d'une simple invite que du système qui entoure le modèle. **Muse Image n'est pas qu'un autre générateur d'images IA ; c'est la tentative de Meta de faire en sorte que la création visuelle se comporte comme un flux de travail piloté par un agent.**

发布于 2026年7月9日•general•GEO 评分: 0•7 次阅读
Image Meta MuseVidéo MuseLaboratoires de Superintelligence Metagénération d'images agentiquesMuse Sparkgénérateur d'images Meta AIgénération vidéo par IAIA d'InstagramSceau de Contenuédition d'images par IAgénération d'images multi-références

选择语言

العربيةDeutschEnglishEspañolFrançaisItaliano日本語한국어PortuguêsРусский中文
L'image présente une illustration promotionnelle de Meta Muse Image & Muse Video. Le fond est bleu foncé, avec une icône d'image bordée de bleu à gauche et une icône de lecture bordée de bleu à droite. Au centre, le texte « Meta Muse Image & Muse Video » apparaît en grands caractères, suivi en dessous du sous-titre « Agentic AI Image and Video Models Explained ». Cette image se situe avant le contexte qui présente les fonctionnalités de Meta Muse Image et Muse Video dans le document, servant à introduire le sujet et à mettre en évidence les noms des deux produits ainsi que leur domaine d'application.

Meta Muse Image et Muse Video : Explication de la génération médiatique agentique

Meta MSL lance Muse Image et présente Muse Video en avant-première

Après Muse Spark, Meta Superintelligence Labs a dévoilé une nouvelle paire de modèles de génération médiatique : Muse Image, désormais déployé, et Muse Video, actuellement présenté en avant-première.

Muse Image est le modèle de génération d'images de Meta conçu pour la création texte-vers-image, l'édition d'images, la composition multi-référence et la génération de contexte social au sein des produits Meta. Muse Video est entraîné selon la même orientation générale de génération médiatique et est conçu pour une sortie vidéo haute fidélité, le respect des consignes, la cohérence temporelle et la prise en charge audio native.

Image montrant un tweet de Jiahui Yu, responsable de Meta Superintelligence Labs, annonçant le lancement de Muse Image et présentant Muse Video en avant-première. Le tweet indique que le processus de génération est plus intelligent, amusant et puissant, capable de rechercher, encoder, s'auto-réfléchir et utiliser des outils pour garantir des résultats précis. Il prend également en charge le format libre, permettant d'entrelacer texte et images, et supporte les références multiples. Ci-dessous, une image de scène intérieure générée par Muse Image montre un canapé, une télévision, des tableaux décoratifs, etc., avec des instructions pour modifier la couleur intérieure et ajouter des objets. Cette image est étroitement liée au contexte et illustre visuellement les fonctionnalités et l'efficacité de Muse Image.

Selon l'annonce officielle de Meta, Muse Image est disponible via l'application Meta AI et l'expérience web, avec des déploiements sur Instagram Stories, WhatsApp et Facebook. Meta indique que Muse Video sera proposé ultérieurement aux créateurs et aux utilisateurs de Meta AI.

Cette sortie s'accompagne également de comparaisons sous forme de classements Arena. Dans l'article source, Muse Image apparaît en haut des classements pour la génération texte-vers-image, l'édition d'image unique et l'édition multi-image. Muse Video fait également son entrée dans le classement texte-vers-vidéo, proche du groupe de tête.

Image montrant le classement de Meta Muse Image dans différents domaines. À gauche, le Text-to-Image Arena, où Muse Image est deuxième ; au milieu, le Single-Image Edit Arena, où Muse Image est deuxième ; à droite, le Multi-Image Edit Arena, où Muse Image est troisième. La source des données et la date sont indiquées en bas : Arena Elo rankings au 5 juillet 2026. Ces classements reflètent les performances de Meta Muse Image dans les domaines de la génération texte-vers-image, de l'édition d'image unique et de l'édition multi-image, démontrant ses avantages en matière de conception de modèle dans ces domaines.

Image montrant le classement du Text-to-Video Arena, données arrêtées au 5 juillet 2026. Les trois premières positions sont respectivement Gemini Omni Flash, Seedance 2.0 et Muse Video, avec des scores de 1527, 1482 et 1459. Muse Video se distingue dans ce classement, entrant dans le groupe de tête. Cette image correspond aux progrès de Meta Muse Video dans le domaine de la génération texte-vers-vidéo mentionnés précédemment et illustre visuellement son classement dans ce domaine.

L'important n'est pas seulement le classement. La partie la plus intéressante réside dans la conception du modèle : Meta tente de faire en sorte que la génération d'images se comporte davantage comme un workflow créatif en plusieurs étapes, plutôt que comme un simple outil de transformation unique d'une consigne en image.

Dessiner comme un agent

Muse Image ne génère pas immédiatement

Un modèle d'image typique prend souvent une consigne, compresse l'intention et génère directement un résultat. Muse Image suit un schéma différent. Meta le décrit comme un système agentique capable de raisonner sur la demande, de décider si des informations supplémentaires sont nécessaires, d'utiliser des outils et d'améliorer le résultat avant de le délivrer.

Par exemple, lorsqu'une consigne nécessite un contexte réel actuel, Muse Image peut utiliser la recherche. Lorsque la scène nécessite des tracés précis, des formules, des dispositions ou un QR

codes, il peut utiliser des outils de codage pour créer des actifs intermédiaires plus fiables.

L'image montre la couverture du magazine "Gauss in Blur" générée par Meta Muse Image. La couverture comporte le titre "GAUSS IN BLUR", ainsi que "THE SUM OF n CONSECUTIVE INTEGERS" et d'autres contenus, et présente le portrait de Gauss. Sur la droite sont listées les trois étapes du processus de génération de Muse Image : auto-amélioration - recherche d'images de référence ; auto-amélioration - assemblage des éléments dispersés ; auto-amélioration - raffinement de la formule. Cette image est étroitement liée au contexte et illustre visuellement le modèle suivi par Muse Image lors de la génération d'images, à savoir l'auto-amélioration, la recherche de références, l'assemblage du contenu et le raffinement des détails, afin d'améliorer la précision des résultats.

C'est important car de nombreux échecs de génération d'images ne sont pas purement esthétiques. Ils proviennent souvent d'une mauvaise ancrage : des faits erronés, un texte brisé, un placement d'objets incohérent, des schémas illisibles, ou des détails qui semblent bons à première vue mais qui échouent à l'inspection.

Utilisation d'outils : Recherche et Code

Meta indique que Muse Image peut utiliser des outils tels que la recherche et l'exécution de code pendant le processus de génération. La recherche aide pour les invites impliquant des événements actuels, des monuments, des marques, des identités ou un contexte factuel. Le codage aide lorsque l'image finale nécessite un contenu mathématiquement ou structurellement précis.

L'image, intitulée "Amélioration avec la recherche", montre une comparaison des données dans quatre domaines (identité, marque, monument, fait) entre l'utilisation de la recherche (en bleu) et son absence (en gris). Pour l'identité, l'utilisation de la recherche représente 70,2 % contre 29,8 % sans ; pour la marque, 67,9 % contre 32,1 % ; pour le monument, 67,3 % contre 32,7 % ; pour le fait, 56,6 % contre 43,4 %. Ce graphique est étroitement lié au contexte et illustre visuellement les améliorations apportées par l'utilisation de la recherche dans différents domaines.

L'article source propose une manière simple de comprendre cela : si vous demandez au modèle de dessiner quelque chose qui dépend du monde réel d'aujourd'hui, il ne doit pas se fier uniquement à une mémoire interne figée. Il peut d'abord consulter des références. Si vous lui demandez de créer un graphique, une page de formule ou un code QR scannable, il peut utiliser le code dans le cadre du processus.

Cette image correspond à un exemple de scénario où Meta Muse Image utilise des outils pour générer du contenu répondant aux besoins réels. À gauche, une femme portant un sac à l'effigie de "ML" est à la conférence ICML 2025, devant un panneau d'affichage arborant le logo ICML 2025, manipulant son téléphone. À droite, le contenu lié à ce scénario est divisé en trois parties : préparer une œuvre d'art de code QR prête à être adaptée aux exigences de l'utilisateur, avec un style de manhwa coréen ; générer un code QR scannable adapté à Meta.ai et effectuer le codage et la correction d'erreurs pour garantir la fiabilité de la lecture ; ouvrir l'image du code QR généré pour vérifier qu'il peut être scanné normalement. Cet exemple illustre la capacité de Meta Muse Image à utiliser des outils pour générer un contenu structurellement précis et répondant aux besoins d'utilisation.

Cela ne signifie pas que chaque résultat sera parfait. Mais cela modifie le flux de travail attendu. Le modèle ne se contente plus d'"imaginer" le résultat ; il peut rassembler des preuves, calculer des parties de la scène et vérifier les détails avant que l'image ne soit finalisée.

Auto-amélioration

Une autre idée clé est l'auto-amélioration. Muse Image peut inspecter sa propre sortie, remarquer des problèmes et décider de réviser une petite zone, de régénérer une section plus grande, ou d'utiliser à nouveau des outils pour obtenir un résultat plus précis.

Ceci est un graphique à barres comparatif intitulé "Amélioration avec l'auto-amélioration", qui montre les performances de Meta Muse Image avec et sans capacité d'auto-amélioration, correspondant au contenu central de "self-refinement" mentionné dans le contexte. Le graphique compare trois types de tâches : génération d'images à partir de texte, édition d'image unique, et édition d'images multiples. Les barres bleues représentent les performances "Avec auto-amélioration", avec des valeurs de 57,1 %, 56,3 % et 56,6 %, toutes supérieures à 50 %. Les barres grises représentent les performances "Sans auto-amélioration", avec des valeurs correspondantes de 42,9 %, 43,7 % et 43,4 %. Ce graphique illustre visuellement l'effet d'amélioration de la fonction d'auto-amélioration sur l'exécution de diverses tâches liées aux images par le modèle, en accord avec la caractéristique décrite dans le contexte selon laquelle Muse Image peut corriger et optimiser automatiquement ses sorties.

Dans la génération d'images normale, les utilisateurs doivent souvent invite

corriger encore et encore le modèle : redresser la main, supprimer le logo erroné, rendre le texte lisible, maintenir la cohérence du personnage. Muse Image est conçu pour intégrer une partie de ce processus de correction directement dans le fonctionnement du modèle.

Pour les créateurs et les spécialistes du marketing, c'est là que réside la différence pratique. Un modèle capable de réviser sa propre ébauche est plus utile dans les workflows de production, car le premier résultat acceptable peut arriver plus rapidement et nécessiter moins de modifications manuelles.

Calcul au moment du test et meilleurs résultats

Meta indique également qu'un raisonnement plus poussé au moment de la génération peut améliorer la qualité du résultat. En termes simples, laisser le système disposer de plus de temps et de capacité de calcul pour réfléchir, planifier, chercher, affiner ou sélectionner parmi plusieurs candidats peut produire une meilleure image.

Cela ressemble à ce que beaucoup ont déjà observé avec les modèles de langage : la réponse du modèle peut s'améliorer lorsqu'on lui permet de raisonner plus attentivement. Muse Image applique une idée similaire à la création visuelle.

Muse Spark et Muse Image peuvent fonctionner ensemble

Muse Image est également conçu pour s'interfacer avec Muse Spark, le modèle de langage de la famille Muse de Meta. Meta affirme que les deux modèles peuvent partager des outils et planifier conjointement la génération de médias.

Cette connexion ouvre la voie à des résultats plus complexes qu'une simple image statique. Par exemple, un workflow pourrait combiner du code de site web, des images intégrées, des GIF animés et des éléments visuels interactifs. Dans ce cas, le modèle de langage gère la planification et la génération structurée, tandis que le modèle d'image prend en charge les ressources visuelles.

C'est là que le cadre « agentique » devient plus pertinent. Le modèle n'est pas qu'un simple peintre. Il devient une partie d'un système créatif capable de planifier, créer, vérifier et réviser sur plusieurs formats médiatiques.

Création et édition d'images multi-références

Muse Image prend en charge plusieurs références visuelles. Un utilisateur peut fournir une personne, une tenue, un arrière-plan, une image de style ou un autre indice visuel, puis demander au modèle de les combiner pour créer une nouvelle scène.

Une invite naturelle pourrait ressembler à ceci :

Crée une image de cette personne portant cette tenue, assise à cet endroit, et garde un style proche de cette image de référence.

Ce type d'invite mixte associant image et texte est important car la création réelle

Le travail commence rarement par un simple texte. Les designers, fondateurs, créateurs et équipes de marque pensent souvent à l'aide de références. Ils intègrent des tableaux d'inspiration, des captures d'écran, des photos de produits, des exemples de campagnes et des échantillons de styles dans leur processus.

Muse Image permet également une édition directe des images. Au lieu de repartir de zéro, un utilisateur peut marquer une partie de l'image, décrire la modification et continuer à affiner la même direction visuelle.

Image montrant une scène avec un panneau "Descente" sur une route de montagne embrumée, une voiture garée avec deux personnes à bord. Texte en bas : "Edit this to clear up the fog and reveal the beautiful valley below".

Pour les contenus sociaux, les images e-commerce, les publicités visuelles et les actifs de marque légers, ce cycle d'édition peut s'avérer plus utile qu'une génération purement texte-à-image. Le résultat doit correspondre à un objectif, pas seulement impressionner visuellement.

Contexte Social Natif et Intégration Instagram

L'une des fonctionnalités les plus discutées de Muse Image est sa connexion au graphe social de Meta. Meta appelle cette direction Contexte Social Natif.

En pratique, Muse Image peut utiliser le contexte public d'Instagram lorsque les utilisateurs mentionnent des comptes dans leurs prompts. Cela signifie qu'un utilisateur peut être en mesure de générer des images faisant référence à des publications ou contenus de profils publics, selon les paramètres de la plateforme et la disponibilité.

Cette image se divise en trois parties illustrant les cas d'usage des fonctionnalités Meta AI. À gauche : exemples de supports marketing pour petits commerces (vêtements et objets décoratifs avec personnages, fournis par @averyandme). Au milieu : contenu créé par Meta AI en mentionnant des comptes publics (@), présentant des personnages 3D et scènes associées, avec un ratio 1:1. À droite : interface de préréglages personnalisés dans Instagram, avec des options de création IA, incluant des éléments design numérotés.

C'est puissant, mais cela soulève également des questions de confidentialité. Meta indique que les utilisateurs disposent de contrôles leur permettant de gérer si leur contenu Instagram peut être réutilisé pour la création IA. Pour les comptes publics, c'est un paramètre important à vérifier, en particulier pour les créateurs, influenceurs, fondateurs et toute personne dont les photos publiques font partie de leur marque personnelle.

Meta précise également que les sorties de Muse Image incluent un Content Seal, un système de filigrane invisible conçu pour aider à identifier les images générées par IA. Selon Meta, ce signal est conçu pour résister aux transformations courantes telles que le recadrage, la compression, le redimensionnement et les captures d'écran. Meta prévisualise également un outil de détection pour vérifier si une image porte ce filigrane.

Aperçu de Muse Video

Muse Video n'est pas encore entièrement déployé, les informations disponibles sont donc plus limitées. Meta le décrit comme un modèle de génération vidéo construit sur la même base de pré-entraînement que Muse Image, avec des atouts en termes de fidélité visuelle, de suivi des prompts, de cohérence temporelle et de support audio natif.

L'article source note également que Meta travaille encore sur des domaines difficiles tels que la synchronisation audio-vidéo et les mouvements rapides physiquement précis. C'est une limitation réaliste. La génération vidéo est plus difficile que la génération d'images car le modèle doit maintenir la cohérence des objets, de l'identité, de l'éclairage, du mouvement, du son et du timing à travers les images.

Néanmoins, Muse Video

Entrer dans le groupe de tête des classements de texte-à-vidéo suggère que Meta souhaite concurrencer directement les autres modèles vidéo haut de gamme, et non pas simplement ajouter des effets vidéo basiques à ses applications.

L'équipe derrière la publication

L'article source souligne que l'équipe du modèle visuel MSL de Meta comprend plusieurs chercheurs de renom ayant des parcours dans des environnements de recherche en IA majeurs tels qu'OpenAI, Google, Stanford, UIUC et d'autres.

Shengjia Zhao est publiquement présenté comme le scientifique en chef de Meta Superintelligence Labs. Reuters et TechCrunch ont rapporté en 2025 que Zhao, ancien chercheur d'OpenAI, a rejoint Meta pour aider à diriger l'orientation scientifique de la nouvelle unité IA.

Image montrant un homme portant des lunettes, souriant, avec en arrière-plan un paysage de montagnes et de forêts, et une cascade au loin. Un filigrane indique « WeChat Official Account · Quantum Bit » en bas à droite. Cette image se trouve dans un document présentant des informations contextuelles sur Muse Image et Muse Video de Meta, et sert à illustrer la personne de Shengjia Zhao mentionné dans le document. Shengjia Zhao est présenté comme le scientifique en chef de Meta Superintelligence Labs, ancien chercheur d'OpenAI, ayant rejoint Meta pour aider à diriger l'orientation scientifique de la nouvelle unité IA.

L'article source nomme également Jiahui Yu comme un leader clé du multimodèle associé à Muse Image et Muse Video. Yu possède un long historique de recherche en vision par ordinateur, génération d'images, édition d'images et systèmes multimodaux.

Le message principal est simple : Meta ne se contente pas d'ajouter une fonctionnalité produit. Elle construit une pile de génération de médias autour d'une équipe de recherche et de produits IA nouvellement concentrée.

Ce que cela signifie pour les créateurs, les marques et les équipes produits IA

Muse Image montre la direction que prennent les outils de médias IA grand public. La prochaine génération d'outils d'image ne se contentera pas de générer de belles images à partir de courtes invites. Ils se comporteront davantage comme des assistants créatifs capables de :

  1. Comprendre des entrées mixtes de texte et d'image.
  2. Rechercher un contexte visuel frais.
  3. Utiliser du code pour des éléments visuels précis.
  4. Réviser leurs propres brouillons.
  5. Conserver le contexte à travers les tours d'édition.
  6. Se connecter aux données sociales natives de la plateforme.
  7. Ajouter des signaux de provenance aux sorties générées.

Pour les créateurs, cela signifie une production d'actifs plus rapide. Pour les petites entreprises, cela peut réduire l'effort nécessaire pour créer des visuels sociaux, des maquettes de produits, des invitations à des événements et des images marketing. Pour les équipes produits IA, la leçon la plus importante est que la qualité de la génération dépend de plus en plus du flux de travail complet autour du modèle, et non seulement du point de contrôle du modèle lui-même.

FAQ

Qu'est-ce que Meta Muse Image ?

Muse Image est le modèle de génération d'images de Meta provenant de Meta Superintelligence Labs. Il est conçu pour la génération texte-à-image, l'édition d'images, la composition multi-référence et la création de contexte social à l'intérieur de Meta AI et des produits Meta associés.

Qu'est-ce qui rend Muse Image « agentique » ?

Meta décrit Muse Image comme agentique car il peut planifier avant de générer, utiliser des outils tels que la recherche et le code, et affiner ses propres sorties. Cela le rapproche davantage d'un assistant de flux de travail créatif que d'un simple générateur d'image unique.

Qu'est-ce que Muse Video ?

Muse Video est le modèle de génération vidéo prévisualisé de Meta. Meta déclare qu'il est construit sur la même direction large de génération de médias que Muse Image et se concentre sur l'adhérence aux invites, la fidélité visuelle, la cohérence temporelle et le support audio natif.

Muse Image peut-il utiliser les photos Instagram ?

Meta déclare que Muse Image peut utiliser

Contexte social d'Instagram lorsque les utilisateurs mentionnent des comptes publics, en fonction de la disponibilité de la plateforme et des paramètres. Les titulaires de comptes publics doivent vérifier les contrôles d'Instagram pour la réutilisation par l'IA s'ils ne souhaitent pas que leur contenu public soit utilisé de cette manière.

Qu'est-ce que Content Seal ?

Content Seal est le système de filigrane invisible de Meta pour les images générées par IA. Meta affirme que les images créées par Muse Image dans Meta AI et sur meta.ai portent un signal de provenance caché qui peut subsister après des modifications courantes telles que le recadrage ou la compression.

Muse Image est-il accessible à tous ?

Meta indique que Muse Image est disponible via l'application Meta AI et meta.ai, avec une disponibilité supplémentaire sur les Stories Instagram aux États-Unis, WhatsApp dans certains pays, et à l'avenir sur Facebook. Le déploiement peut varier selon la région et la surface produit.

Pourquoi Muse Image utilise-t-il la recherche et le code ?

La recherche aide à ancrer la génération d'images dans un contexte actuel ou factuel, comme les monuments, les marques ou les références au monde réel. Le code aide à créer des graphiques précis, des formules, des codes QR et d'autres éléments visuels structurés que les modèles d'images classiques peinent souvent à reproduire de manière fiable.

Outils connexes

  • Meta AI : L'assistant IA de Meta où Muse Image est déployé pour la création et l'édition d'images.
  • Muse Image et Muse Video : L'annonce technique officielle de Meta pour les modèles de génération de médias Muse.
  • Instagram : La plateforme Meta où les fonctionnalités de contexte social et les effets IA de Muse Image sont intégrés.
  • WhatsApp : Un produit de messagerie Meta où la génération d'images propulsée par Muse Image est introduite dans certains pays.
  • Détection Content Seal : L'outil prévisualisé de Meta pour vérifier si une image contient un filigrane Content Seal.

Liens connexes

Résumé

Le lancement de Muse Image par Meta est

Notable car elle reformule la génération d’images en tant que flux de travail agentique. Le modèle peut utiliser des outils, affiner ses propres sorties, travailler avec plusieurs références et se connecter au vaste écosystème social de Meta.

Muse Video est encore en phase d’aperçu, mais cela indique que Meta passe de la génération d’images statiques à une pile multimédia multimodale plus large. La combinaison de Muse Spark, Muse Image et Muse Video laisse entrevoir un avenir où le contenu généré par l’IA est planifié, vérifié, édité et distribué sur différentes surfaces produits.

Pour les créateurs, les spécialistes du marketing et les développeurs d’IA, la leçon essentielle est claire : une meilleure génération médiatique dépend moins d’une seule invite que du système entourant le modèle.

Muse Image n’est pas qu’un simple générateur d’images IA de plus ; il s’agit de la tentative de Meta de faire en sorte que la création visuelle se comporte comme un workflow piloté par un agent.