Meta執行長祖克柏（Mark Zuckerberg）先前大幅改革公司人工智慧（AI）業務，如今有了新進展！Meta於7日推出首款圖像生成模型 Muse Spark Image ，主打可理解複雜提示詞、圖片編輯及多參考影像合成等功能，並將整合至Meta AI聊天機器人，以及Instagram、WhatsApp等旗下平台，力拚追趕OpenAI與Google等競爭對手。
Muse Spark Image登場
《金融時報》報導，Meta表示，Muse Spark Image將為Instagram提供全新圖片編輯功能，也將整合至廣告工具，協助行銷人員生成廣告素材。三個月前，Meta才推出首款Muse Spark模型，當時雖具備多模態能力（可處理不同類型資料），但僅能輸出文字，如今正式擴展至圖像生成。
Meta同時宣布，正開發名為「Muse Video」的新一代影片生成模型。祖克柏近一年來投入數十億美元擴大AI布局，除了大舉挖角AI人才，也成立代號「TBD（To Be Determined，待定）」的秘密研究團隊，專注於打造最先進AI模型，由Scale AI創辦人汪滔領導。
支援圖片編修、多圖融合 將陸續導入Meta平台
Meta介紹，Muse Image具備自我修正能力，可在生成過程中自動調整細節、重新生成圖片，或改變生成策略，以提升最終品質。此外，也支援圖片編輯與多參考影像合成（Multi-Reference Image Composition），可結合人物、物件、服裝、風格及場景等元素，並支援在提示詞中同時輸入文字與圖片，完成更複雜的創作。目前Muse Image已率先登陸Meta AI App、meta.ai網站、美國版Instagram Stories及部分國家的WhatsApp，未來也將擴展至Facebook、Messenger；而影片生成模型Muse Video也預計將於後續開放創作者及Meta AI用戶使用。
逐步取代合作技術 強化自家AI布局
《金融時報》指出，Meta於2025年推出的Llama 4大型語言模型表現不如競爭對手，在影像與影片生成領域也進展有限，因此去年與AI新創公司Midjourney簽下多年合作協議，導入其影像生成技術。知情人士透露，Meta未來將逐步以Muse Spark Image取代Midjourney處理部分圖片生成功能，而影片生成也預計由Muse Video接棒，降低對外部技術的依賴。最初的Muse Spark被視為Llama 4的改良版，但祖克柏與汪滔坦言，在程式編寫及AI代理（Agent）能力方面仍落後競爭對手。與採開放策略的Llama系列不同，Muse Spark屬於封閉式模型，目前僅提供部分企業與開發者透過私人API測試。
