Meta Muse Image、InstagramとWhatsAppへ入るtool-using画像生成
Original: Introducing Muse Image and Muse Video View original →
画像生成は単独デモから、実際に投稿や会話が起きる場所へ移り始めた。MetaのMuse Image公開で重要なのは、Meta AIアプリ、meta.ai、米国のInstagram Stories、一部国のWhatsAppですでに使える配布面である。Facebookへの対応も予定されている。
Muse Imageは、プロンプトをそのまま画像に変換するだけのモデルではない。Metaは、検索で最新情報や実在する参照を取り込み、コードを書いて実行することでグラフやQRコードの精度を上げ、生成結果を自分で見直して修正すると説明している。Muse Sparkとも接続し、ツールと計画を共有する構成だ。
性能面では具体的な順位が示された。2026年7月5日時点のArena human-preference Eloで、Muse Imageはtext-to-image、single-image editing、multi-image editingの3部門すべてで2位だという。Muse Videoはまだ早期プレビューだが、text-to-videoのArenaで3位とされる。一方で、音声と映像の同期、速い物理運動の正確さは今後の改善点として残された。
実利用で問われるのは、生成品質だけではない。Muse ImageにはContent Sealという不可視ウォーターマークが入り、Meta AIアプリとmeta.aiで作った画像は切り抜き、圧縮、リサイズ、スクリーンショット後も信号が残る設計になっている。検出ツールもプレビューされ、動画への拡張も予定されている。ソーシャルフィードでAI画像をどう見分けるかが、モデル競争と同じくらい重要な争点になった。
Related Articles
生成メディアモデルは、デモ機能から開発者ワークフローへ移りつつある。Google DeepMindはNano Banana 2 Liteを高速・低コストな画像生成編集モデルとして示し、Gemini Omni Flashで会話型動画編集も同じ流れに置いた。
NVIDIA ResearchのMOTIVEは、video modelのfine-tuningで動きを改善するclipを特定する手法だ。ICML 2026で評価され、base modelに対して74.1%のhuman preferenceを示した。
AIメガネの競争軸が、デモ映えする機能から実際に買える流通と掛け心地へ移っている。MetaはEssilorLuxotticaと組み、26種類、$299から、Muse Spark搭載のMeta Glassesを2026年6月23日に投入した。