祖克柏 AI 大改造后首款图像模型 Muse Spark Image 上线 追赶 OpenAI

Meta 推出创办人祖克柏大幅改造 AI 布局后的首款图像生成模型，力图追上 OpenAI 和 Google 等对手。

这个社群平台周二发表 Muse Spark Image。Meta表示，这款模型使用「先进推理能力理解复杂提示词」，将在 Meta AI 聊天机器人内推出，也会嵌入 Meta 旗下多款社群应用程式，包括 Instagram 和 WhatsApp。用户可根据文字提示生成图像，也可要求模型修改既有图片。广告主不久后也能使用这款模型制作行销素材。

是 Meta 让平台更具个人化的一环

用户也能根据好友或创作者公开的 Instagram 贴文，生成包含这些人物的图像，这是 Meta 让平台更具个人化的一环。根据部落格文章，不希望他人用 AI「再利用或再混合」自身内容的人，可在设定选单中选择退出。

这次发表距离 Meta 推出首款 Muse Spark 模型已有三个月。当时的模型为多模态，也就是能处理不同类型资料，但只能输出文字。

这一年来，祖克柏指派一支新的 AI 研究团队，进驻名为「TBD」（To Be Determined，「待定」之意）的神秘实验室，负责主导先进模型开发。这个团队由 Scale AI 创办人汪滔领导。

Meta 2025 年 4 月发布的 Llama 4 大型语言模型落后竞争对手。Meta 在开发先进图像和影片模型上也遇到困难，去年改和AI 新创公司 Midjourney 签署多年期、数十亿美元协议，付费使用其图像生成技术。

英国金融时报引述知情人士报导，Meta将逐步停止在部分图像生成功能使用 Midjourney，改以 Muse Spark Image 取代。知情人士说，Midjourney 仍会支援 Meta 部分影片生成功能，但未来也会逐步由 Muse Video 取代。

Muse Spark在程式设计和代理式能力上仍落后

最初的 Muse Spark 被普遍视为比 Llama 4 有所进步，但祖克柏和汪滔承认，这款模型在程式设计和代理式能力上仍落后。

与Meta过去采「开放」模式的Llama系列不同，Muse Spark 是规模较小的封闭模型，因此更难评估。Meta 曾承诺，部分企业和开发者可透过私人应用程式介面（API）使用这款模型，但这项安排已一再延后。

Arena 排名显示，Muse Spark Image 在文字生成图像和编辑基准测试中，胜过 Google 和马斯克旗下 SpaceXAI 的领先模型。Arena 依据独立平台早期测试者投票编制排行榜；测试者将 Muse Spark Image 排在 OpenAI 4 月发布的 GPT Image 2 模型之后。

本文转自：TNT时报