Muse Image и Muse Video - Новые генераторы от Мета
Meta представила новые генераторы изображений Muse Image и Muse Video, которые интегрируют диффузионные модели и LLM для создания графики и видео.
Muse Image и Muse Video - Новые генераторы от Мета
Это первый релиз после ребрендинга Meta GenAI в Meta Superintelligence lab. Muse Image и Muse Video являются своего рода преемниками моделей Emu.
По сути, это что-то на подобие GPT-Image/Nano Banana, где очень тесно интегрирована диффузионная модель и LLM (потенциально общая часть слоев). Модель теперь сама пишет Python-код и парсит веб для референсов, что уже было у Nano Banana.
Показали, как модель сначала пишет код для генерации фрактала, а затем четко вставляет его на картинку. Это полезно для инфографики: теперь модель может сначала построить график в Python по вашим данным, а затем вставить его в картинку, что может быть полезно для меню в ресторанах, где нужна четкая верстка, которую модель может сделать на условном HTML.
Muse также сама исправляет ошибки на сгенерированных картинках (типа Test-Time-Scaling, где делается несколько генераций и выбирается лучшая). Причем последняя функция, как утверждают, эмерджентно появилась во время RL-тренировок.
В общем, еще одна Nano Banana, но с большим рисованием. На t2i арене она попала на второе место, едва опередив NB2 и Reve-2, но вчера выпущенный Reve-2.1 снова обошел Muse.
На Image Edit Arena - также второе место, немного обогнав MAI-image-2.5 (куда как раз ушла часть моей бывшей команды из Меты, в которой я работал раньше). На других аренах модели пока нет.
Без скандала не обошлось. Кто-то решил, что будет хорошей идеей генерировать лица пользователей Instagram просто по @-тегу (опция включена по умолчанию), что не все оценили. Такого я, если честно, от Марка не ожидал 😅.
Видеомодель пока без агентов, но уже уверенно занимает место в топ-3 лидербордов, обойдя happyhorse от Alibaba.
Блогпост - я думаю, можно не ждать. Потестировать модель можно на арене, или пока только в американском Instagram - у Меты занимает вечность, чтобы что-то выпустить в Европу.
Почему это важно
АналитикаЭти новые генераторы от Meta открывают новые возможности для создания графики и видео, что может существенно повлиять на индустрию контента. Интеграция ИИ в процессы генерации изображений делает их более доступными и эффективными.
Обсудить в сообществе
Делитесь опытом и мыслями с ИИ-разработчиками
Связанные материалы экосистемы
Практические гайды, терминология и агентские скиллы
JSON — структурированные данные для программ, API и AI-агентов
Полное практическое руководство по формату JSON: синтаксические правила, сериализация через parse/stringify, работа с REST API, валидация по JSON Schema и структурированный вывод для ИИ.
Форматы DOCX и XLSX: когда от ИИ требуется полноценный финальный документ
Практическое руководство по созданию и обработке документов DOCX и таблиц XLSX с помощью ИИ: сравнение с Markdown и CSV, промпт-инжиниринг, работа с формулами и автоматизация в коде.
Семейство Llama (Meta Llama)
Серия фундаментальных открытых языковых моделей от Meta (Llama 3, 3.1, 3.3), ставшая промышленным стандартом экосистемы Open Weights, локального ИИ и корпоративного fine-tuning.
Binance опубликовали расследование кражи $6,3 млрд
Расследование связывает кражу с заражённым Homebrew, фальшивым собеседованием и использованием внутреннего ИИ-инструмента Binance.