Meta 推出了 Muse Image，這是它首款自家開發的圖像生成模型，而且這次登場毫不低調。這款模型隨即在 Meta AI 應用程式與 meta.ai 網站、美國的 Instagram 限時動態，以及部分國家的 WhatsApp 上開放使用，Facebook 即將跟進，廣告主則可透過 Advantage+ 平台取得使用權限。與此同時，Meta 也預覽了一款名為 Muse Video 的影片生成模型。對一家為了在生成式媒體領域迎頭趕上而投入重金的公司而言，以這樣的規模推出自家開發的圖像模型，本身就是一座里程碑，但更耐人尋味的故事在於它的設計。
大多數圖像生成器的運作方式，是將文字提示詞或多或少地一次直接對應成一張圖像。Muse Image 則表現得像個代理。它不只是繪圖，還能呼叫搜尋與程式撰寫工具、精修自己的生成結果，並藉由在生成階段投入更多運算來提升表現，也就是這個領域所稱的擴展測試時運算。實務上，這意味著它能搜尋網路，讓圖像立基於事實與即時資訊，Meta 表示這能提升涉及時事與真實世界事實等知識密集提示詞的準確度；它也能撰寫並執行程式碼，產出像清晰易讀的圖表和可正常運作的 QR code 這類必須完全正確的內容，而不是像純擴散模型那樣往往只能做出近似的結果。
這種使用工具的做法，也讓 Muse Image 得以與 Meta 其餘的模型家族相連。它與 Meta 先前的模型 Muse Spark 整合，使程式生成與媒體生成能夠協同運作，該公司並展示這樣的組合能製作出動態 GIF、內嵌圖像的簡單網站，以及小型互動視覺遊戲。貫穿其中的主軸在於，這款模型並不只是回傳一張圖片，而是運用任務所需的各種工具來組裝出結果，這是對「圖像生成器有何用途」一種截然不同的思考方式。
對於它在純粹品質上落在什麼位置，值得保持清醒的認知，因為報出這些數字的正是 Meta 自己。該公司表示，Muse Image 在多項圖像生成與編輯的基準測試上勝過 Google 的 Nano Banana 2，但整體品質仍落後於 OpenAI 最新的圖像工具。直白地說，這是一項強勁但並非登頂的成績，是一款有競爭力的模型，而非新的領先者，而且它還伴隨著一項老生常談的但書：由廠商自行執行的基準測試，往往偏袒廠商本身。至於作為影片對應版本的 Muse Video，則是預覽版而非已上線的產品，因此應被視為一種方向上的訊號，而非一項成品工具。
這次推出之所以重要，與其說是關乎排行榜，不如說是關乎方法。這套一直在重塑文字與程式模型的代理式模式，也就是系統會使用工具、搜尋以取得依據、撰寫程式碼並檢查自己的成果，如今正被應用到圖像生成上，而它所針對的，正是那些讓圖像模型在正式用途上令人沮喪的失敗模式：產出成一堆胡言亂語的文字、錯誤的事實，以及只有遠看才顯得正確的圖形。無論 Muse Image 在任何特定基準測試上是不是最強的模型，一家重量級實驗室將圖像生成重新定義為使用工具的代理，並在推出當天就將其部署給數十億用戶，這才是值得關注的部分。