Muse Image — Meta のエージェント的 AI 画像モデル

Muse Image とは何ですか？

Muse Image は Meta のエージェント的 AI 画像モデル — そして Muse Video の双子です。どちらも Meta Superintelligence Labs から生まれ、同じ事前学習ベースを共有します。Muse Video がネイティブ音声でモーションを生成するのに対し、Muse Image は静止画を生成・編集します。動画側からここに来たなら、Muse Image は Muse Video が命を吹き込むフレームを生み出すモデルだと考えてください。

これは独立した非公式のページです。muse-video.pro は Meta とは提携していません。Muse Image と Muse Video は Meta の製品で、まもなくクリエイターと Meta AI で利用可能になります。数値は2026年7月5〜7日時点のものです。

エージェント的な画像生成とツール利用

Muse Image をエージェント的にしているのは、一度でピクセルを描くだけでなく — 作業しながらツールを使える点です。Muse Image は計画し、能力を呼び出し、結果を構成します。だからこそテキスト、レイアウト、複数の被写体を含む複雑なプロンプトでも崩れません。このツール利用の挙動は、Muse Video が時間軸で適用する推論の画像側の対応物です。

検索グラウンディング

Muse Image は生成を検索に基づかせることができます。プロンプトが実在の人物、ブランド、ランドマーク、事実を参照する場合、検索グラウンディングは結果を測定可能なほど向上させます — Meta の内部アブレーションは、検索を使う場合と使わない場合で人物、ブランド、ランドマーク、事実について大きな勝率向上を示しています。そのグラウンディングが、純粋に記憶頼みのモデルなら推測するような細部で Muse Image を正確に保ちます。

自己改善

Muse Image は自己改善も行います：下書きを批評して修正でき、これはテキストから画像、単一画像の編集、複数画像の編集にわたって勝率を高める創発的な挙動です。より多くのテスト時計算と組み合わせることで、自己改善は Muse Image の Elo をさらに押し上げます — ベンチマークページに記録された同じテスト時計算のスケーリングの物語です。

編集と複数画像の構成

生成にとどまらず、Muse Image は編集も行います。単一画像の編集と複数画像の構成を扱います — 参照をマージし、編集をまたいで被写体を保ち、精密な指示に従います。その同じ参照コントロールを、Muse Video は 画像から動画で活用し、構図を保ったまま静止画をアニメーション化します。

Muse Image と Muse Video

手短に言えば：1つの事前学習ベース、2つのモデル。Muse Video とは何かをお読みになるか、無料の Muse Video ジェネレーターを試すか、テキストから動画と 画像から動画を探索して、画像の双子のフレームがどうネイティブ音声付きの動画になるかをご覧ください。