Meta 的「Muse Image」模型在 Arena.ai 圖像競技場中奪下第二名，僅次於 OpenAI 的「GPT Image 2」

Meta 的「Muse Image」模型在 Arena.ai 圖像競技場中奪下第二名，僅次於 OpenAI 的「GPT Image 2」。 競技場表現與市場定位 根據 Arena.ai 的數據，Meta 推出的「Muse Image」在多項指標中均穩居第二，顯著領先「Nano Banana」、「Grok Imagine」及「MAI Image」等競爭對手。該模型在「文字轉圖像」（Text-to-Image）、「單一圖像編輯」（Single-Image Edit）以及「多重圖像編輯」（Multi-Image Edit）三大領域皆展現了強勁的競爭力，特別是在多重圖像編輯項目中，與第三名的「Nano Banana 2」拉開了 23 分的差距。 Meta 的 Muse Image 以 1,280 分奪得 Text-to-Image 競技場第二名，僅次於 GPT Image 2，並超越 Nano Banana 2 等模型。 核心技術與 Agentic 能力 「Muse Image」與「Muse Video」是由 Meta Superintelligence Labs 開發的首批媒體生成模型。與傳統模型不同，「Muse Image」具備以下關鍵技術特點： Agentic 程式開發：模型不再僅是將 prompt 映射為圖像，而是作為一個 Agent 運作，能主動呼叫搜尋與程式碼執行工具，並透過「自我修正」（Self-Refinement）機制來提升生成精確度。 測試時運算擴展（Test-Time Compute Scaling）：模型在推理階段投入的運算資源越多，其思考、工具呼叫與自我修正的步驟就越豐富，進而顯著提升人類偏好評分。 工具整合：透過與「Muse Spark」整合，模型能共同規劃並執行複雜任務，例如製作動畫 GIF、嵌入圖像的網站，甚至是互動式視覺遊戲。 精準編輯與組合：支援多重參考圖像的組合（包含人物、物件、風格與環境），並能維持編輯過程中的一致性。 Meta Muse Image 在 Image Edit Arena 中以 1,405 分位居第二，僅次於 GPT Image 2，並領先 MAI Image 2.5 與 Grok Imagine 等模型。 產品應用與安全機制 Meta 已將「Muse Image」整合至 Meta AI 應用程式、網頁版、Instagram Stories 以及 WhatsApp（部分地區），未來也將推向 Facebook。此外，Meta 導入了「Content Seal」隱形浮水印系統，確保由 AI 生成的內容具有可驗證的來源標記，即便經過裁切、壓縮或螢幕截圖，該標記仍能保持完整。 在多圖編輯競技場中，Meta Muse Image 以 1,399 分位居第二，僅次於 GPT Image 2，並領先第三名 Nano Banana 2 達 23 分。 Muse Video 預覽 Meta 同步預覽了「Muse Video」，該模型基於與「Muse Image」相同的預訓練基礎，具備優異的視覺保真度與原生音訊支援。目前該模型在提示詞遵循度與時間一致性上表現出色，Meta 正持續針對音訊與影片同步、物理精確的快速運動等領域優化，預計近期將開放給創作者與 Meta AI 使用。 這段影片展示了名為 Muse Image 與 Muse Video 的生成式 AI 工具，透過多樣化的視覺範例呈現其圖像與影片生成能力。這段影片展示了名為 Muse Image 與 Muse Video 的生成式 AI 工具，透過多樣化的視覺範例呈現其圖像與影片生成能力。 影片中的 Prompt 與操作：操作步驟： 1. （00:00）影片開頭展示 Muse Image 與 Muse Video 的多種生成圖像與影片片段。 2. （00:05）畫面切換至模擬 1970 年代電腦終端機的文字介面演示。 3. （00:07）畫面展示動漫風格的對戰場景。 4. （00:11）畫面展示一名男子在室內拋接柳橙的動態影片。 5. （00:13）畫面展示一家人在餐廳用餐，背景有一隻大象的超現實場景。原文：https://easyvibecoding.app/curated/2365-meta-muse-image-ranks-second-behind-openai-gpt-image-2