Meta เปิดตัว Muse Image โมเดลสร้างภาพรุ่นใหม่ และเผยโฉม Muse Video

Muse Image โมเดล Gen-AI ตัวแรกจาก Meta Superintelligence Labs พร้อมความสามารถในการแก้ไขขั้นสูง

Meta Superintelligence Labs ได้ประกาศเปิดตัวโมเดลสร้างภาพและวิดีโอเจเนอเรชันใหม่ Muse Image และพรีวิว Muse Video อย่างเป็นทางการ โดยโมเดลทั้งสองถูกพัฒนาขึ้นบนพื้นฐานการเรียนรู้ล่วงหน้า (pretraining) รูปแบบเดียวกัน และได้รับการปรับแต่งเพื่อให้ผลลัพธ์ภาพที่สมจริง แม่นยำ และทำงานสอดคล้องกับคำสั่งอย่างยอดเยี่ยม

ความสามารถเด่นของ Muse Image (Agentic Image Generation)

Muse Image ไม่ได้ทำงานเพียงแค่รับคำสั่งแล้วแปลงเป็นภาพโดยตรง แต่มีลักษณะเป็น Agent หรือผู้ช่วยอัจฉริยะที่มีความสามารถหลากหลายด้าน

• ทำงานร่วมกับเครื่องมืออื่นๆ (Tool Use): โมเดลเรียนรู้การเขียนโค้ดและรันโค้ด เช่น การเขียนโปรแกรมด้วย Python เพื่อสร้างกราฟแบบแฟร็กทัล สร้าง QR code ที่สแกนได้จริง และนำไปจัดวางบนรูปภาพ หรือนำภาพหลายภาพมารวมกันเพื่อฝังลงในโค้ด HTML สร้างมินิเกมได้เบ็ดเสร็จในตัว
• สืบค้นข้อมูลจากเว็บ (Search): เชื่อมต่อและค้นหาข้อมูลแบบเรียลไทม์ ทำให้สามารถสร้างภาพที่ตรงตามข้อเท็จจริง (factual accuracy) เช่น แนวโน้มแฟชั่นฤดูร้อนปี 2026 เฟอร์นิเจอร์สไตล์วินเทจจาก Facebook Marketplace หรือแผนภาพทางวิทยาศาสตร์
• พัฒนางานด้วยตนเอง (Self-Refinement): โมเดลสามารถวิเคราะห์และประเมินผลงานเพื่อปรับแก้ไขรายละเอียดเล็กๆ น้อยๆ ได้เองในระหว่างกระบวนการสร้าง (chain of thought) โดยไม่จำเป็นต้องได้รับคำสั่งเพิ่มเติม
• ประมวลผลเชิงลึก (Test-Time Compute Scaling): ยิ่งใช้เวลาประมวลผลและเหตุผลนานขึ้นเท่าใด ผลลัพธ์ภาพที่ได้ก็จะมีคุณภาพและแม่นยำสูงขึ้นตามลำดับ (log-linear scaling)

นอกจากนี้ Muse Image ยังรองรับ Image Editing หรือการแก้ไขภาพแบบเจาะจงเฉพาะจุดได้อย่างแม่นยำ รวมถึงฟีเจอร์ Multi-Reference Image Composition ที่ผู้ใช้งานสามารถระบุภาพตัวอย่างหลายภาพพร้อมๆ กันใน Prompt เพื่อใช้เป็นต้นแบบประกอบเข้าด้วยกัน เช่น ชุดที่สวมใส่ สไตล์ภาพ หรือฉากหลัง โดยผลการทดสอบจากระบบการจัดอันดับ Arena พบว่า Muse Image ทะยานขึ้นสู่อันดับที่ 2 ในหมวด text-to-image และ image editing

เผยโฉม Muse Video พรีวิวแรกของวิดีโอ AI สมจริงพร้อมระบบเสียงในตัว

สำหรับ Muse Video เป็นโมเดลสร้างวิดีโอแบบใหม่ที่เน้นความคมชัดและความต่อเนื่องของภาพเคลื่อนไหว (temporal consistency) พร้อมจุดเด่นในการเพิ่มระบบ Native Audio Support ทำให้สามารถสร้างเสียงประกอบ (Foley), เสียงพูด (Voiceover) หรือเสียงดนตรี ที่เชื่อมต่อสอดคล้องกับการเคลื่อนไหวในวิดีโอได้อัตโนมัติ ขณะนี้อยู่ในช่วงเริ่มต้นและกำลังปรับปรุงในส่วนการเคลื่อนไหวแบบฉับพลัน (fast motion) และการซิงโครไนซ์เสียงและวิดีโอ ปัจจุบันครองอันดับ 3 จากตาราง Arena

ลายน้ำดิจิทัลเพื่อการตรวจสอบ (Content Seal)

เพื่อรับมือกับปัญหาภาพปลอมแปลง Meta ได้รวมระบบ Content Seal เข้าไปในกระบวนการสร้างภาพผ่าน Muse Image ลายน้ำที่ซ่อนอยู่นี้จะแฝงอยู่ในระดับพิกเซลและยังคงสภาพอยู่ได้แม้ว่าจะถูกครอป บีบอัด หรือแคปหน้าจอ ทำให้สามารถตรวจสอบแหล่งที่มาและยืนยันได้ว่าภาพนี้สร้างจาก AI หรือไม่ โดยมีแผนจะนำไปใช้งานกับ Muse Video ในอนาคตเช่นกัน

ปัจจุบันผู้ใช้งานสามารถสัมผัสประสบการณ์ Muse Image ผ่านแอป Meta AI, meta.ai และ Instagram Stories (เฉพาะในสหรัฐอเมริกา) รวมถึงเปิดให้ใช้แบบจำกัดกลุ่มในแอป WhatsApp แล้ว ส่วน Facebook จะได้รับการอัปเดตในเร็วๆ นี้

ที่มา: Meta AI Blog, Meta Newsroom