据 Meta AI 官方博客介绍，Meta Superintelligence Labs 推出了 Muse Image 和 Muse Video 两款媒体生成模型。Muse Image 主打图像生成和编辑，强调指令遵循、多参考图组合、社交上下文理解和工具整合；Muse Video 则强调更高的视频保真度和原生音频支持。

这条新闻如果只看样张，很容易变成又一个“AI 画图更强了”的发布稿。但 Meta 的关键优势从来不只是模型本身，而是入口。Instagram、Facebook、Messenger、WhatsApp、Meta AI，这些地方一旦把图像和视频生成做成默认创作能力，它影响的不是少数创作者试用新模型，而是普通用户每天发图、改图、做短视频的流程。

先别看发布会，先看能不能用。按照官方说法，Muse Image 已经进入 Meta AI 等平台，Muse Video 还处在即将推出的状态。这个边界很重要：图像能力可以先观察实际体验，视频能力目前不能只凭官方演示下结论。AI 视频尤其容易出现样片很好、普通用户输入很难稳定复现的情况。

Muse Image 值得关注的点有三个。第一是精准编辑，也就是用户不只是让模型“画一张新图”，还可以改已有内容。第二是多参考组合，适合把人物、风格、场景、商品素材放在一起生成。第三是社交上下文，Meta 明确提到模型会从 Instagram 这类平台吸收视觉语境。这对创作者很有用，也会带来审美同质化和平台偏好的问题。

Content Seal 水印技术也值得单独看。AI 内容标识不是装饰功能。Meta 的平台如果大规模生成图像和视频，就必须回答一个问题：用户、广告主、创作者和平台审核系统怎么知道一段内容是不是 AI 生成或 AI 改过的？水印不一定能解决所有深度伪造问题，但没有标识，社交平台会更快变成真假混合的内容泥潭。

林岚会把 Muse 看成一个“模型 + 工具 + 分发”的产品，而不是单个模型发布。开发者关心的是 API、权限、素材来源、版权边界、编辑可控性、失败重试和内容标识。普通用户关心的是：我能不能在发帖前自然地改图、补背景、换风格、生成短视频？如果入口足够顺，用户不会专门说“我在用 Muse”，他只会觉得 Instagram 里多了一个默认能力。

这里也有 Meta 自己的风险。Meta 很擅长把工具放到海量用户面前，但它也拥有广告系统、推荐系统和社交图谱。生成媒体模型进入这个生态后，不只是帮助创作者提高效率，也可能让广告素材、低质内容、仿冒账号和平台化审美进一步膨胀。沈南乔会提醒一句：如果平台既生成内容、又分发内容、还从内容互动里赚钱，透明标识就不是可选项。

对 OC 读者来说，Muse 的意义不在于“Meta 终于也有图像视频模型”。真正要看的是它会不会变成社交平台的内置创作层。如果会，那么 AI 生成内容的竞争就不只是 OpenAI、Google、Runway、Adobe 谁模型更强，而是谁控制用户产生内容的入口。

OC 的判断是，Muse 不是一篇单纯的模型能力新闻，而是 Meta 把媒体生成重新接回社交平台的信号。生成图像和视频这件事，最后未必由最会做 demo 的模型赢，而是由最容易出现在用户发布按钮旁边的工具赢。

参考来源

• Meta AI：Introducing Muse Image and Muse Video：官方发布。