Muse Image và Muse Video: Cú ra mắt đầu tay của Meta Superintelligence Labs

TL;DR

• Meta Superintelligence Labs (MSL) ra mắt Muse Image - model tạo ảnh AI đầu tiên của MSL, hoạt động như một agent thay vì mapper prompt-to-image thông thường.
• Muse Image xếp #2 Image Arena (Elo 1280), chỉ sau GPT Image 2 của OpenAI (Elo 1385), vượt Google Nano Banana 2 trên cả ba danh mục.
• Đang live trên Meta AI app, meta.ai, Instagram Stories (US) và WhatsApp ở một số quốc gia.
• Muse Video preview với native audio support, được xây trên cùng pretraining base với Muse Image.
• Tính năng @mention Instagram mặc định opt-out - ai cũng có thể dùng ảnh public của bạn để tạo ảnh AI nếu bạn không tắt trong settings.

Muse Image là gì?

Meta Superintelligence Labs - nhánh AI mới của Meta tập trung vào tầm nhìn "personal superintelligence" - vừa cho ra mắt sản phẩm đầu tay: Muse Image. Đây là model tạo ảnh tiên tiến nhất Meta từng xây dựng, kết hợp khả năng hiểu ngôn ngữ tự nhiên, chỉnh sửa ảnh chính xác, và thành phần từ nhiều nguồn tham chiếu trong một hệ thống thống nhất.

MSL không phải tên xa lạ - đây là tổ chức được lập ra sau khi Meta gom các nhóm AI nghiên cứu hàng đầu, trong đó có nhiều nhà nghiên cứu từ Google DeepMind và OpenAI. Muse Image là model thứ hai sau Muse Spark (natively multimodal reasoning model), và cũng là bản hiện thực hóa đầu tiên của tầm nhìn "AI tạo sinh" trong hệ sinh thái Meta.

Agent tạo ảnh - không phải model thông thường

Điều khiến Muse Image khác biệt về mặt kiến trúc là cách nó tiếp cận bài toán: thay vì ánh xạ trực tiếp từ text prompt sang pixel output như các model truyền thống, Muse Image hoạt động như một agent. Trước khi tạo ra ảnh cuối, nó gọi search tools để tra cứu thông tin thực tế, coding tools để tạo plots và QR codes chính xác, và tự refine kết quả thông qua nhiều bước lặp.

Khả năng self-refinement này không phải được thiết kế trực tiếp - nó xuất hiện tự nhiên trong quá trình RL training. Muse Image học được rằng kiểm tra lại và cải thiện output của chính mình là chiến lược tốt hơn output ngay từ lần đầu.

MSL cũng công bố một kết quả thú vị về test-time compute scaling: chất lượng ảnh cải thiện theo quan hệ xấp xỉ log-linear với lượng compute đầu tư ở inference time. Quan trọng hơn, deliberate reasoning (suy luận có chủ đích) outperform Best-of-N sampling - nghĩa là một lần reasoning sâu cho kết quả tốt hơn nhiều lần thử-và-chọn-kết-quả-tốt-nhất với cùng ngân sách compute. Đây là nền tảng để Muse Image cải thiện chất lượng mà không cần re-train model.

Những tính năng nổi bật

Multi-reference composition: Muse Image có thể blend nhiều ảnh đầu vào thành một output mạch lạc - ví dụ dùng ảnh phòng khách của bạn kết hợp với ảnh sofa từ Facebook Marketplace để tạo mockup nội thất thực tế. Đây là bài toán khó với hầu hết các model hiện tại vì cần hiểu và dung hòa nhiều ngữ cảnh visual cùng lúc.

Markup editing: Thay vì phải mô tả vị trí chỉnh sửa bằng ngôn ngữ tự nhiên, người dùng có thể vẽ, khoanh tròn, hoặc annotate trực tiếp lên ảnh để chỉ định vùng cần thay đổi. Interface trực quan này giảm đáng kể ma sát khi iterating trên creative.

@mention Instagram: Tag bất kỳ public Instagram account nào để tạo ảnh personalized kết hợp visual context từ profile đó. Tính năng này tích hợp sâu với đồ thị xã hội của Meta - một lợi thế mà OpenAI hay Google không có.

Content Seal: Toàn bộ ảnh do Muse Image tạo ra đều được nhúng invisible watermark. Watermark này giữ nguyên dù ảnh bị crop, compress, resize hay screenshot - một bước tiến quan trọng cho xác thực nguồn gốc nội dung AI. Công cụ phát hiện có tại meta.ai/identification.

Benchmark: #2 toàn cầu ngay lần ra mắt đầu

Muse Image xếp #2 trên Image Arena với Elo 1280. GPT Image 2 của OpenAI dẫn đầu với Elo 1385 - chênh lệch 105 điểm là đáng kể, nhưng không thảm họa cho một model mới ra mắt. Quan trọng hơn, Muse Image giữ vị trí #2 trên cả ba danh mục: text-to-image, single-image editing, và multi-image editing. Đây không phải model mạnh một chiều mà là độ toàn diện thực sự.

Để có context: GPT Image 2 đã có nhiều tháng để tích lũy feedback và cải thiện. Muse Image bắt đầu từ Elo 1280 ngay từ lần đầu xuất hiện trên Arena - mức khởi điểm cao hơn phần lớn các model khác từng ra mắt. Google Nano Banana 2, Grok Imagine, và MAI Image đều xếp dưới Muse Image trong danh sách.

Muse Video: native audio và tham vọng dài hạn

Song song với Muse Image, MSL preview Muse Video - model tạo video AI được xây dựng trên cùng pretraining base. Điểm nổi bật là native audio support: âm thanh được tạo sinh tích hợp trong quá trình tạo video, không phải ghép sau. Đây là lợi thế lớn so với các pipeline tách biệt video-audio phổ biến hiện nay.

MSL thành thật về những hạn chế hiện tại của Muse Video: audio-video synchronization chưa hoàn hảo và physically accurate fast motion vẫn là điểm yếu. Muse Video đứng #3 trên text-to-video Arena - đủ tốt để preview nhưng chưa đủ để cạnh tranh trực tiếp với Sora hay Veo.

Muse Video hiện chưa public - sẽ ra mắt sớm cho creators và trong Meta AI. Timeline cụ thể chưa được công bố.

Tranh cãi về quyền riêng tư

Tính năng @mention Instagram của Muse Image ngay lập tức gây ra làn sóng phản đối. Vấn đề cốt lõi: tính năng được bật mặc định theo hướng opt-out - nghĩa là ai cũng có thể dùng ảnh từ tài khoản Instagram public của bạn để tạo ảnh AI, trừ khi bạn chủ động tắt trong privacy settings. Quan trọng hơn, chủ tài khoản không nhận được thông báo khi ảnh của họ được sử dụng.

Phản ứng từ cộng đồng không mấy thiện cảm. Một người dùng X nhận xét: "Pulling real users into generated photos without explicit consent is a privacy landmine waiting to detonate." Thiết kế opt-out thay vì opt-in là lựa chọn gây tranh cãi nhất, đặc biệt khi đặt trong bối cảnh lịch sử của Meta: khoản phạt $5 tỷ USD từ FTC năm 2019 sau Cambridge Analytica, và việc ngừng facial recognition năm 2021 sau các vụ kiện về dữ liệu sinh trắc học. Các cơ quan quản lý đã từng đánh dấu chính xác pattern opt-out này là đáng ngờ.

Để tắt tính năng: vào Instagram Settings > Privacy > AI-generated content.

Ai nên dùng và mức giá

Muse Image đang có mặt trên Meta AI app, meta.ai, Instagram Stories (US), và WhatsApp ở một số quốc gia. Facebook và Messenger sẽ được tích hợp trong thời gian tới. Advertisers có thể truy cập qua Advantage+ creative khi tính năng ra mắt.

Về pricing: miễn phí cho mức sử dụng cơ bản. Người dùng vượt free-tier limit cần Meta subscription. Chưa có thông tin cụ thể về giá tier trả phí.

Nhóm người dùng phù hợp nhất:

• Small business owners cần marketing assets nhanh, không có ngân sách cho designer
• Social media creators muốn thử ý tưởng visual đa dạng cho Instagram Stories
• Advertisers tối ưu creative qua Advantage+ với khả năng tạo variants tự động
• Người dùng phổ thông muốn chỉnh sửa ảnh nhanh mà không cần học Photoshop

Kết

Muse Image là bước đặt cược rõ ràng của Meta vào cuộc đua AI tạo sinh - và không phải bước nhỏ. Kiến trúc agentic, kết quả #2 trên Arena ngay từ lần ra mắt đầu tiên, và distribution sẵn có qua hệ sinh thái 3+ tỷ người dùng là tổ hợp lợi thế mà không model nào khác hiện có.

Điều đáng chú ý hơn là bức tranh dài hạn: MSL đang xây Muse Spark (reasoning), Muse Image (visual), Muse Video (video+audio) như một suite tích hợp hướng đến "personal superintelligence". Trong khi OpenAI và Google vẫn dẫn đầu về chất lượng thuần túy, Meta đang chơi một game khác - distribution và tích hợp sâu vào social graph. Đó có thể là lợi thế quyết định trong dài hạn, đặc biệt với thị trường mainstream không phải developer.

Câu hỏi còn lại là liệu tranh cãi về quyền riêng tư có trở thành lực cản thực sự, hay chỉ là một cơn bão trong tách trà như những lần trước của Meta.

via Meta AI Blog | via AI at Meta on X