aigcbar - null

Meta新模型Mango生图紧追ChatGPT，AI资讯深度解读

type
status
date
slug
summary
tags
category
icon
password
网址
刚刚，小扎出手。
Meta超级智能实验室（MSL）扔出了首个图像生成模型Muse Image，代号「芒果」（Mango）。
这是我们迄今为止最先进的图像生成模型。
与Muse Image一同亮相的，还有视频模型Muse Video，目前仍是预览版。
第三方竞技场Arena的文生图榜单上，Muse Image冲到了第二，紧追OpenAI的GPT Image 2。
Arena图像三榜Elo排名，截至2026年7月5日，Muse Image三项全线第2，均仅次于GPT Image 2，其中文生图1280对1385，相差105分。（图源：Arena AI Leaderboard）
虽然这次没能在画质上登顶，但芒果做了一件更狠的事：它改变了画图的方式。
还有一点让人后背发凉的技能，只要你的Instagram账号是公开的，任何人@一下你的用户名，就能调用你的公开照片去生图。
在Meta AI里，你@一个公开的Instagram账号，芒果就能把那个人公开照片里的样子，直接拉进你要生成的图。
做张活动邀请函、拼个创意概念图，@一下用户名就成。
虽然没能在画质上登顶，但Meta手里攥着几十亿人的社交网络，这才是它依仗的王牌。
不再一句话直出
而是先想后画
Muse Image，是作为一个智能体（agent）在运作的。
它会干传统生图模型不会干的事。
比如，碰到知识密集、涉及现实事实的提示，它先联网搜真实信息，把画面锚定在事实上；
要画二维码、图表，它现场写代码、跑代码，算准了再动笔，还能拿渲染出来的结果反过来校准画面；
最反直觉的一点，是自我修正：画完发现不对，会自己反思，小地方改一笔，大方向错了整张重画，实在拿不准就转头查资料。
Meta说，这个行为不是他们设计出来的，而是在强化学习里自己长出来的。
因为改稿能拿更高奖励，模型就学会了改稿。一个没被明确教过的动作，在训练里自己冒了出来。
这种「涌现」意味着，图像模型也开始有了类似语言模型那套「越练越会自己想办法」的底层能力。
开启自我修正前后的胜率对比（内部消融实验）。文生图57.1%、单图编辑56.3%、多图编辑56.6%，三项全部过半，说明自我修正让芒果稳定画得更好。（图源：Meta AI官方博客）
同时，Muse Image还有一条和语言模型走上了同一条路：想得越多，画得越好。
测试时计算给得越足，它就多搜几次、多改几遍，人类偏好的Elo评分跟着往上涨，近似一条对数线性的曲线。
Meta还发现，与其一口气生成好几张再挑最好的一张，不如把同样的算力砸在认真推理上：前者很快就涨不动了，后者还能一直往上走。
有开发者在X上一句话戳中要害：图像模型，开始在画完之前先想清楚了。
这当然不是Meta一家的方向。
OpenAI的GPT Image 2早在今年4月就上线了Thinking模式：先推理规划构图、联网搜参考、生成候选再自检，比芒果早了两个半月。
再往前追，2025年学术界就提出过「先思考再生成」的范式。
生图这条赛道，正在从「拼画质」转向「拼会不会想」。
芒果搭配牛油果
两颗一起端上桌
芒果，不是一个「水果」在战斗——它和牛油果Muse Spark是打通的：两个模型共享工具、一起规划。
语言模型负责想、图像模型负责画，组合起来能干的事，就不止「出一张图」了。
官方demo里，芒果给一只奶油色波斯猫做了套「养成」素材：奶猫、青年猫、老年猫一路生成，再打包成一个可以直接玩的2048网页游戏。
芒果与Muse Spark联手，把波斯猫Mochi从奶猫到老年猫的六阶段生成图，打包成一个能玩的2048式合成网页游戏。（图源：Meta AI官方博客）
对Meta来说，自己做生图模型这件事本身就有分量。
此前它的图像和视频功能一直靠Midjourney、Black Forest Labs这些第三方模型撑着。
现在芒果上线，等于把一个每天被调用几十亿次的能力，变成了「自己造」。
视频模型方面，Muse Video和芒果共享同一套预训练底座，主打原生音频：画面和声音一起生成。
Muse Video目前只是「预览」，还没正式开放，但已经挂上Arena跑了盲测，文生视频排到第3。
Arena文生视频榜Elo排名，截至2026年7月5日。预览中的Muse Video排第3（1459），前面是谷歌Gemini Omni Flash（1527）和字节Seedance 2.0（1482）。（图源：Arena AI Leaderboard）
Muse Video生成的珊瑚礁水下视频。（图源:Meta AI官方博客）
Meta也没藏着短板，直说在音画同步、快速运动的物理准确性上还有差距。
@一下就能把你的社交关系画进图里
芒果的常规玩法有：
多张参考图融合成一张、直接在图上涂画标注让它改、图里的中文字清晰渲染不糊、拍张房间照让它用Facebook Marketplace上的真实商品帮你重新装修……
拍一张房间照，芒果搜索Facebook Marketplace上真实在售的二手家具，生成整屋改造效果图。（图源:Meta AI官方博客）
Instagram Stories上，它一口气带来30多个新AI特效：一键把照片变成一次性相机质感、加夜间闪光，还能直接输入一句提示自创特效，目前先在美国上线。
真正独一份的，是那个@功能，这也是OpenAI和谷歌都给不了的能力。但问题也出在这：这个功能默认是开着的。
你的Instagram只要是公开账号，别人@你就能拿你的照片生图，而你不会收到任何通知。
想关得自己钻进设置里，找到「分享与再利用」那一栏手动关掉。已经被生成出来的图，关了也删不掉。
Wired直接把这个默认开启的设定称作隐私隐患。
这样的担忧不是空穴来风。
「剑桥分析」事件里，8700万用户数据在未经同意的情况下被一家政治咨询公司拿去用。
Meta为此在2019年吃下FTC开出的50亿美元罚单，这是当时美国政府针对隐私违规开出的最大一张。
2021年，它又主动关停整套人脸识别系统，删掉超过10亿人的面部识别模板。
这次，芒果给了一个别人给不了的玩法，也带出了一个别人没碰过的麻烦。
Meta的杀招不是模型
虽然芒果画质没能登顶，但它真正的杀招，是分发。
芒果这次直接接进Meta AI、Instagram、WhatsApp，接下来还要上Facebook、Messenger，广告主也能通过Advantage+调用它。
这几个app合起来，月活将近40亿，是全球规模最大的社交网络。
Midjourney、ChatGPT在赌「谁画得最好」，Meta在赌另一件事：当AI生图变成发朋友圈一样顺手的日常动作，谁离用户最近，谁就赢。
当然，图片分发得越广，越要标清来路。
芒果生成的每张图，都带一层看不见的水印Content Seal，裁剪、压缩、缩放都洗不掉，专门标明「这是AI画的」。
Meta还放出了一个公开检测工具（meta.ai/identification），任何人都能拿一张图去查，它到底是不是Meta AI生成的。
这一回，Meta既跟上了「会思考的生图模型」，又攥着全球最大的社交网络。
只是，当@一个陌生人就能用他的照片生图，这件事的边界到底在哪，芒果还没给出答案。
参考资料：
https://ai.meta.com/blog/introducing-muse-image-muse-video-msl/
https://about.fb.com/news/2026/07/introducing-muse-image-meta-ai/
https://x.com/AIatMeta/status/2074587884665901143
文章来自于微信公众号 “新智元”，作者 “新智元”
Loading...

没有找到文章