Metaがテキストプロンプトから画像やビデオを生成するAIモデル「Muse Image」と「Muse Video」を発表しました。Muse Imageは検索やコード実行などのツールを活用して精度を高めるAIエージェントとして機能し、人間の好み評価で複数の画像生成タスクにおいてArenaランキング第2位を獲得しています。Meta製品全体（Meta AI、Instagram、WhatsApp）で順次利用可能になる予定で、AI生成コンテンツの真正性を確認するための透かし機能も搭載されています。
こういう要約が、毎朝あなたのメールに届きます。
無料で登録 →何が起きたか
MetaがAI画像生成モデル「Muse Image」を公開し、Meta AIアプリ・meta.ai・Instagram Stories（米国）・WhatsApp（一部国）で利用開始。同時にビデオ生成モデル「Muse Video」をプレビュー発表しました。
なぜ重要か
Muse Imageは推論時に複数のツールを呼び出して画像を改善する「エージェント」として機能し、検索やコード実行で精度を高める設計です。人間の好み評価（Elo）ベースのArenaで、テキスト→画像・単一画像編集・複数画像編集の3部門で第2位を獲得しており、実用的な性能を示しています。
注目点
Muse Imageは推論時に投じる計算量を増やすことで品質が向上し、ログスケール的な関係を示しています。また生成画像にはContent Sealという目に見えない透かしが埋め込まれ、切り取り・圧縮・リサイズ・スクリーンショット後も検出可能です。
Metaが発表したMuse Imageは、従来の直接的なプロンプト→画像マッピングではなく、エージェント型のアプローチを採用しています。モデルは推論時に検索ツールでファクト情報を取得し、コード実行で正確なプロット・QRコードを生成し、生成結果を自己評価して修正するという、複数のステップを経て画像を改善します。このプロセスはRL（強化学習）トレーニング中に自動的に出現したもので、設計者が明示的に組み込んだのではなく、自己修正がより高い報酬をもたらすために自然発生的に獲得されたとのことです。
テスト時計算量スケーリング（推論時に複数回の思考ステップを行うことで精度向上）についても、言語モデルと同様に、より多くの計算を投じることでEloスコアが向上し、ログスケール的な関係を示しています。重要な点は、テキストトークンと視覚トークンという異なる種類の計算が組み合わされながら品質が向上しており、単なる試行回数（Best-of-N）よりも意図的な推論とツール利用を組み合わせる方が効率的であることです。
Muse Image・Muse Videoの提供開始とContent Seal導入は、生成AIモデルの実用化と同時に、AI生成コンテンツの透明性・検証可能性を強化する方向を示しています。特にInstagram・WhatsApp・Facebookといった大規模ソーシャルメディアプラットフォーム上での利用展開により、クリエイターやビジネス向けの実用的なコンテンツ生成ツールとしての位置付けが明確です。
まだコメントがありません。最初のコメントを投稿しましょう！
ログインして議論に参加200以上のソースから厳選したAIニュースを毎日無料でお届けします。
無料で始める登録無料・30秒で完了・いつでも解除できます
毎朝1分、AIの要点だけ。
200媒体以上・Email/LINE/Slack 対応
