A mesterséges intelligencia a Meta aktuális legfontosabb fejlesztési irányvonala, az elmúlt egy évben különösen sok pénzt fordított erre. Több tízmilliárd dollárt emésztettek fel a vállalat döntései, beruházásai, melynek eredményeként létrejött például a Superintelligence Labs. Ez a fejlesztőcsapat időközben megalkotta a Muse Spark modellt, most pedig arról számolhatunk be, hogy megérkezett a Muse Image is.
A Meta AI égisze alatt a képmanipulációs feladatokat jellemzően külső forrásokból származó nyelvi modellekkel oldotta meg a vállalat. Most azonban ez a helyzet fokozatosan meg fog változni, ugyanis a Muse Image lép az egyéb alternatívák helyébe. Képszerkesztésben és -generálásban egyaránt jól fog teljesíteni az újdonság, a jövőben erre építve folyamatosan jöhetnek új tartalomgyártó eszközök az Instagramon, a Facebookon és a WhatsAppon egyaránt.
A Muse Image értelemszerűen a Muse Spark modellel együtt üzemel majd, természetes nyelvi utasítások alapján lesz képes létrehozni képeket, valamint módosítani a meglévő tartalmakat. Alkalmas lesz az új nyelvi modell a fotók retusálására, oda nem illő dolgok eltüntetésére, megkérhető ezen felül arra is, hogy több különböző képről származó elemeket kombináljon egyetlen képkockába.
Nagyon érdekes, hogy elvileg képes lesz létrehozni QR-kódot is a képgeneráló modell, valamint a szövegek “alkotása” sem okoz neki komolyabb fejtörést. Generálható lesz továbbá a Muse Image közbenjárásával akár információs grafika vagy például használati útmutató, működési leírás különböző dolgokhoz. Ilyenkor a tudásanyagot a Muse Spark dolgozza ki, majd a tartalmat a Muse Image viszi fel a “vászonra”.
Ötletekkel igyekszik majd a Meta AI felhívni az emberek figyelmét arra, hogy milyen lehetőségeik vannak a Muse Image használatával. Olyan tippeket igyekszik majd adni a rendszer, mint a régi fényképek helyreállítása, a hajstílusok próbálgatása, animációs film stílusok használata, vagy éppen képszűrők alkalmazása. Nagyon érdekesen hangzik, hogy a Marketplace-en megosztott képeket is lehet majd a Meta AI-jal alakítani, például egy lakáshirdetésben található képnél a felhasználók megkérhetik az MI-t, hogy alakítsa át a felvételt tetszőleges berendezéssel.
A Muse Image az utasításokat több lépésben fogja feldolgozni, megtervezi a munkamenetet, és szükség esetén valós idejű információt is képes lesz beszerezni a kibertérből az alkotáshoz. A generált anyagokat a felhasználók újabb és újabb utasításokkal addig módosíthatják, ameddig azok elérik a végső formájukat.
Az Instagram keretében a Meta AI a Muse Image révén több mint 30 képi effektet kínál majd a felhasználóknak, amiket egy érintéssel lehet majd alkalmazni a Történetek bejegyzések létrehozása során. Kínál majd a Meta olyan effekteket is, melyek tartalomgyártókkal kollaborációban készültek. Lehetőség lesz létrehozni egyedi effektet is, ehhez csupán meg kell írni a felhasználó elképzeléseit a mesterséges intelligenciának. Az így módosított képeknél elvileg a Meta jelzi majd, hogy MI-vel készített tartalomról van szó.
Arra is lehetőséget ad a mesterséges intelligencia, hogy másokat megjelöljenek egy posztban az emberek, és ilyenkor az adott személy arcmását is beépíti a generált képekbe a Muse Image – ez a funkció egyénileg letiltható. Megannyi ponton lesz jelen az Instagramon a Meta AI és a Muse Image, már most nehéz ezeket a lehetőségeket felsorolni, és idővel folyamatosan bővülni fog a felhozatal. A WhatsAppon elküldött képeket is pillanatok alatt lehet majd szerkeszteni az újdonságot alkalmazva. A képek minden elemét tudja módosítani kérésekre az eszköz.
Azt azonban ki kell emelni, hogy a Muse Image egyelőre csak regionális korlátozással működik, a teljes funkcionalitása kizárólag az USA-ban érhető el. A következő hetekben tervezi a cég a támogatott régiók bővítését, de azt figyelembe véve, hogy globálisan a legnagyobb szigor az MI eszközökkel szemben az Európai Unióban van, nem érdemes abban reménykedni, hogy hozzánk hamar eljutna a Muse Image. A Meta az új eszközt a hirdetőknek is biztosítani fogja.
Az Arena Elo rangsorolásában a Muse Image igencsak szépen teljesít. Csak a GPT Image 2 tudta megelőzni, a Google által fejlesztett Nano Banana 2 már mögötte szerepel a listán, és a Nano Banana Pro modellnél is magasabb Elo értéket hozott össze. Hogy aztán a valós körülmények között mennyire fogja kielégíteni a felhasználók elképzeléseit, az már más kérdés lesz. A Meta csak minimális beszámolóval szolgált erre vonatkozóan.
A Meta AI nem ért révbe azzal, hogy elkészült a Muse Image, már dolgozik azon a vállalat, hogy a következő szintre lépjen, jön a Muse Video. A videók generálására szolgáló modellt is a Superintelligence Labs fejleszti házon belül, és nagyjából borítékolható, hogy nem kell majd sokáig várni arra, hogy ez is elrajtoljon. Ráadásul abban is biztosak lehetünk, hogy a cég a Reels révén próbálja majd ezt felfuttatni, ahogy a Google is a YouTube Shorts keretei között igyekszik megcsillogtatni a Gemini Omni videós képességeit.
