2026 年 7 月 7 日，Meta 发布 Muse Image——由其 Superintelligence Labs（MSL）自研的首个图像生成模型，已上线 Meta AI 应用。这标志 Meta 的图像生成从依赖外部模型，转向自研。据官方，Muse Image 采用多步推理方式生成：在后台规划布局、联网获取实时上下文、并智能融合多张视觉参考，而非简单的”提示词直出”。
已知事实（以 Meta 官方口径为主）
- 来源与定位：Muse Image 是 MSL 的自研图像模型，由 Scale AI 联合创始人 Alexandr Wang 掌舵的 MSL 出品；据报道为其继大语言模型（Muse Spark）后的又一旗舰。
- 生成方式：官方描述其”分多步进行——规划布局、联网获取实时上下文、智能融合多张参考”，属于以推理／测试阶段扩展计算来提升质量的路线，而非一次性直出。
- 核心能力：文本、上传照片与草图编辑；照片修复（去划痕、修色、锐化人脸）；图内文字清晰渲染；多参考融合；以及 @ 提及 Instagram 账号、将其公开照片纳入生成。
- 可用平台：Meta AI 应用（主入口）、Instagram Stories（新增 30+ AI 效果，美国）、WhatsApp（部分国家）；Facebook、Messenger 与 Advantage+ 广告”即将上线”。
- 价格：在 Meta AI 中用于日常创作免费，另有 Meta 订阅的高级档。
- 后续：视频模型 Muse Video 已在开发中，未给出时间。
横向与纵向定位
横向看，Muse Image 让图像生成的巨头竞争从 OpenAI、Google 两强，走向三方并立。Meta 的差异不在单纯的画质，而在分发与场景：它把 AI 生图直接嵌入 Instagram、WhatsApp 这类数十亿用户的社交平台，并以”@ 引用公开账号照片”把社交上下文接进创作，还将打通 Advantage+ 广告。相较把模型当独立工具或 API，Meta 走的是”把生图能力织进现有社交与广告网络”的路线。
纵向看，这是 Meta 图像生成”从外采到自研”的转折，也踩在图像生成从”一次提示直出”向”多步推理／自我优化”演进的趋势上——模型在生成前后做规划、取上下文、融合参考，用更多计算换更高质量。与此同时，”引用真实公开人物照片”把肖像权与版权的边界问题，推到了数十亿用户面前，是这类能力普及后必须面对的争议。
⚠️ 待核实：Meta 官方发布页并未包含”在多项评测中超越 Google Nano Banana 2、略低于 OpenAI GPT Image”的跑分对比——该说法为加更简报与部分媒体口径，且属 Meta 自评性质，本文不作为中立事实，具体以官方技术报告与第三方评测为准；”调用搜索与编程工具、自我修正”等更细的 Agent 机制表述，官方页面表述为”规划布局／联网取上下文／融合参考”，具体实现以官方为准；”内部代号 Mango”来自中文二手源，未在官方确认；Instagram”@ 引用公开账号照片”须以公开账号为前提，其肖像权边界仍在讨论中。
Meta 发布自研图像模型 Muse Image，以多步推理生成、并把 AI 生图嵌入 Instagram、WhatsApp 与广告系统，标志图像生成巨头竞争进入三方并立、并向社交平台原生化演进；对品牌设计、广告与视觉传达方向的创作与教学，它把 AI 生图带进数十亿用户场景，但”引用真实公开人物”的肖像权与版权边界，是需要同步关注的议题。
参考来源：
- Meta 官方公告（about.fb.com）：https://about.fb.com/news/2026/07/introducing-muse-image-meta-ai/
- Meta AI Blog（含 Muse Video 预告）：https://ai.meta.com/blog/introducing-muse-image-muse-video-msl/
- TechCrunch：https://techcrunch.com/2026/07/07/meta-rolls-out-muse-a-new-ai-image-generator/
- CNBC（MSL 战略/Alexandr Wang）：https://www.cnbc.com/2026/07/07/meta-ai-muse-image.html
- Bloomberg（商业化/广告）：https://www.bloomberg.com/news/articles/2026-07-07/meta-debuts-new-ai-image-generation-model-inside-chatbot-instagram