Muse Image и Muse Video от Meta: агентный подход к генерации с поиском и выполнением кода

Это самый осмысленный подход к генерации медиа за последний год. Meta выкатила Muse Image и Muse Video — первые модели от подразделения Meta Superintelligence Labs. Главная ставка сделана на архитектуру, где нейросеть работает как полноценный автономный агент. Перед выдачей результата модель обдумывает запрос, ищет факты в интернете и даже пишет Python-код для точного рендера сложных элементов вроде графиков или штрихкодов.

Механика масштабирования вычислений на этапе вывода теперь работает и для визуального контента! Подобно современным языковым моделям, генератор способен на self-refinement — алгоритм сам замечает ошибки в композиции и переделывает черновик. Если в промпте есть сложная математическая формула, система сначала напишет скрипт, просчитает правильный ответ, а затем стилизует его под нужный дизайн. Такой подход в разы повышает фактическую точность генерации.

Параллельно разработчики показали превью Muse Video с нативной поддержкой звука. Инструменты сразу показали отличные результаты в бенчмарках, заняв вторую и третью строчки в рейтингах Arena. Для защиты авторства Meta встроила невидимые водяные знаки Content Seal, которые сохраняются после кадрирования и сильного сжатия. Агентная генерация с цепочкой рассуждений становится новым стандартом индустрии.