Muse Image y Muse Video - Nuevos generadores de Meta
Meta ha presentado nuevos generadores de imágenes Muse Image y Muse Video, que integran modelos de difusión y LLM para crear gráficos y videos.
Muse Image y Muse Video - Nuevos generadores de Meta
Este es el primer lanzamiento después del cambio de nombre de Meta GenAI a Meta Superintelligence lab. Muse Image y Muse Video son una especie de sucesores de los modelos Emu.
En esencia, son algo así como GPT-Image/Nano Banana, donde un modelo de difusión y LLM están estrechamente integrados (potencialmente compartiendo algunas capas). El modelo ahora escribe código Python y analiza la web en busca de referencias, lo que ya estaba presente en Nano Banana.
Demostraron cómo el modelo primero escribe código para generar un fractal y luego lo inserta claramente en una imagen. Esto es útil para infografías: ahora el modelo puede primero construir un gráfico en Python basado en tus datos y luego colocarlo en una imagen, lo que puede ser útil para menús de restaurantes donde se necesita un diseño claro, que el modelo puede crear en HTML condicional.
Muse también corrige errores en las imágenes generadas (como Test-Time-Scaling, donde se realizan múltiples generaciones y se elige la mejor). Además, la última función supuestamente emergió durante el entrenamiento RL.
En general, otro Nano Banana, pero con un razonamiento mayor. En la arena t2i, alcanzó el segundo lugar, superando por poco a NB2 y Reve-2, pero el recientemente lanzado Reve-2.1 ya ha superado a Muse nuevamente.
En la Image Edit Arena - también segundo lugar, ligeramente por delante de MAI-image-2.5 (donde parte de mi antiguo equipo de Meta, donde trabajé anteriormente, se fue). El modelo aún no está presente en otras arenas.
No hubo escándalo. Alguien pensó que sería una buena idea generar rostros de usuarios de Instagram simplemente por @-etiqueta (esta opción está habilitada por defecto), lo que no todos apreciaron. Honestamente, no esperaba eso de Mark 😅.
El modelo de video aún no tiene agentes, pero ya ocupa un lugar en el top 3 de las tablas de clasificación, superando a happyhorse de Alibaba.
Publicación del blog - creo que no hay que esperar el papel. Puedes probar el modelo en la arena, o por ahora solo en el Instagram estadounidense - a Meta le lleva una eternidad lanzar algo en Europa.
Por qué es importante
AnálisisEstos nuevos generadores de Meta abren nuevas posibilidades para crear gráficos y videos, lo que podría tener un impacto significativo en la industria del contenido. La integración de IA en los procesos de generación de imágenes los hace más accesibles y eficientes.
Debatir en la comunidad
Comparte tus preguntas e ideas con desarrolladores
Relacionado en el ecosistema
Guías prácticas, terminología y skills de agentes
Familia Llama (Meta Llama)
Serie de modelos de lenguaje fundamentales y abiertos de Meta (Llama 3, 3.1, 3.3) que se han convertido en el estándar industrial de la ecosistema Open Weights, IA local y fine-tuning corporativo.
JSON — Datos estructurados para programas, APIs y agentes de IA
Guía práctica y completa sobre JSON: especificación de sintaxis, serialización con parse y stringify, consumo de APIs REST, validación con JSON Schema y salidas estructuradas para LLMs.
Formatos DOCX y XLSX: cuándo se necesita un documento final completo de la IA
Guía práctica y completa sobre la generación y procesamiento de documentos DOCX y libros XLSX con IA: comparativa con Markdown y CSV, ingeniería de prompts, fórmulas y automatización en código.
Binance publica una investigación sobre el robo de $6,300 millones
La investigación vincula el robo con una versión modificada de Homebrew, una entrevista falsa y el uso de una herramienta interna de IA de Binance.