Agentický model Muse Image od Meta přichází na Fal pro vývojáře

fal dne 1. září 2026 spustil přístup pro vývojáře a podniky k Muse Image, agentickému modelu pro generování a úpravu obrázků od Meta Superintelligence Labs, poskytovanému prostřednictvím Meta Model API na platformě fal. fal uvedl, že model naplánuje každý požadavek, volá nástroje a kontroluje svůj výstup před jeho vrácením, a stránka modelu fal uvádí cenu 0,01 $ za obrázek.

Muse Image je první model pro generování obrázků od Meta Superintelligence Labs. Většina modelů obrázků převádí zadání přímo na pixely v jediném průchodu; fal uvedl, že tento přístup funguje u jednoduchých zadání, ale může selhat u složitých briefů, což nutí produkční týmy spojovat několik modelů a provádět ruční úpravy. fal také uvedl, že špičková cenová politika učinila nejobjemnější úlohy, včetně generování variant reklam, katalogových obrázků a personalizace pro jednotlivé uživatele, ekonomicky neúnosnými v rozsahu, kde jsou nejvíce potřeba.

Používání nástrojů a samorefinování

Podle oznámení fal Muse Image používá architekturu planner-plus-diffuser s voláním nástrojů a refininací v rámci jediného řetězce myšlenek. Model prohledává web pro skutečné reference, což fal uvedl, že měřitelně zlepšuje faktickou přesnost u znalostně náročných zadání: přesná loga, skutečná místa, funkční grafy a skenovatelné QR kódy. Vytváří a spouští kód pro přesné vizuální prvky a kontroluje a opravuje výstupy před jejich vrácením, což fal popsal jako ověřovací krok zvyšující přesnost u vícedílných briefů.

Technický příspěvek Meta ze dne 7. července 2026 popisuje stejný agentický design z pohledu laboratoře: model volá vyhledávací a programovací nástroje ke zlepšení přesnosti, samorefinuje své vlastní výstupy a zlepšuje se škálováním výpočetního výkonu během testování. Během posilovacího učení se Muse Image naučil psát a spouštět kód, který vytváří přesné grafy a QR kódy, a podmínit se na vykreslených obrázcích. Jeho samorefinování může mít podobu lokální úpravy, když je drobná chyba, čerstvé generace, když jsou větší části špatné, nebo volání nástroje pro lepší faktické zakotvení. Meta uvedla, že toto chování se objevilo během tréninku, protože samorefinování vedlo k lepším obrázkům a tím vyšší odměně, aniž by bylo záměrně navrženo.

Meta také uvedla, že Muse Image se zlepšuje čím déle uvažuje během inference: s větším výpočetním výkonem během testování model více uvažuje, používá více volání nástrojů a aplikuje více kroků samorefinování, přičemž skóre Elo založené na lidských preferencích roste přibližně log-lineárně. Tento výpočet zahrnuje textové tokeny pro uvažování a vizuální tokeny pro generování, přičemž kvalita je funkcí celkového součtu. Meta zjistila, že vzorkování best-of-N, kdy model vygeneruje několik obrázků a ponechá nejlepší, zlepšuje kvalitu na začátku, ale rychle nasycuje, zatímco použití stejného výpočtu na záměrné uvažování škáluje podstatně lépe.

Generování, úpravy a kompozice

fal uvedl, že jeden model Muse Image pokrývá tři pracovní postupy, které produkční týmy obvykle získávají od různých dodavatelů. První kombinuje generování s přesnými úpravami: uživatel vytvoří design a poté změní jeden prvek, zatímco zbytek obrázku zůstane nezměněn, v jediném volání. Druhý je konverzační vícekrokové vylepšování, kde se jeden asset buduje během mnoha kroků bez ztráty kvality. Třetí je kompozice řízená referencí, kdy tým vloží brandový kit a vzorová aktiva a generuje nové on‑brand výstupy odpovídající stylu a tématu napříč lidmi, produkty a prostředími.

Muse Image také sdílí nástroje a plány s Muse Spark, asistenčním modelem Meta, takže jediný požadavek může vrátit animované GIFy, webové stránky s vloženými obrázky a interaktivní vizuální výstup místo statického souboru, podle fal.

Žebříčky Arena a dostupnost

fal uvedl, že Muse Image se řadí mezi pět nejlepší na platformě Arena v kategoriích text‑na‑obrázek, úprava jednoho obrázku a úprava více obrázků. Když Meta model představil, oznámila, že Muse Image zaujímá 2. místo na Arena ve všech třech kategoriích podle lidských preferencí Elo k 5. červenci 2026. Meta také uvedla, že Muse Video, doprovodný model postavený na stejném předtrénovacím základu, dosáhl 3. místa v lidských preferencích Elo pro text‑na‑video k tomuto datu.

Model je dostupný na fal.ai prostřednictvím interaktivního sandboxu a API. fal uvádí dva koncové body, meta/muse-image/text-to-image a meta/muse-image/edit, oba označené pro komerční použití a cenově nastavené na 0,01 $ za obrázek. Stránka text‑na‑obrázek zdůrazňuje věrné dodržování instrukcí a přesné vykreslení drobných detailů, jako je text, grafy a QR kódy; stránka úprav popisuje přesné úpravy, které mění jen to, co uživatel požaduje, zachovávají koherenci napříč kroky a skládají výstup z více referenčních obrázků.

Muse Image poprvé oslovil spotřebitele 7. července 2026 prostřednictvím aplikace Meta AI a meta.ai, Instagram Stories v USA a WhatsAppu v omezených zemích. Obrázky vytvořené Muse Image v aplikaci Meta AI a na meta.ai nesou Content Seal, neviditelný vodotiskový systém Meta, který Meta uvedla, že zůstává neporušený při ořezu, kompresi, změně velikosti i snímcích obrazovky; Meta připravuje nástroj pro detekci, který kontroluje, zda obrázek obsahuje vodotisk.

fal se popisuje jako generativní mediální platforma nabízející modely pro obrázky, videa a audio prostřednictvím jednotného API, s požadavkově spouštěnými serverless GPU a dedikovanými výpočetními clustery, a uvádí, že ji používá více než 2,5 milionu vývojářů.