Metan Agentic Muse Image -malli saapuu Fal:lle kehittäjille

fal julkaisi 1. syyskuuta 2026 kehittäjien ja yritysten pääsyn Muse Image -malliin, Meta Superintelligence Labsin agenttiseen kuvanluonti- ja muokkausmalliin, joka toimitetaan Meta Model API:n kautta falin alustalla. fal kertoi, että malli suunnittelee jokaisen pyynnön, kutsuu työkaluja ja tarkistaa oman tuotoksensa ennen palauttamista, ja falin mallisivu listaa pyynnöt hintaan $0.01 per image.

Muse Image on Meta Superintelligence Labsin ensimmäinen kuvanluontimalli. Useimmat kuvanmallit kartoittavat kehotteen suoraan pikseleiksi yhdellä läpikäynnillä; fal totesi, että tämä lähestymistapa toimii yksinkertaisilla kehotteilla, mutta voi hajota monimutkaisissa toimeksiannoissa, pakottaen tuotantotiimit yhdistämään useita malleja ja suorittamaan useita manuaalisia puhdistuskierroksia. fal lisäsi myös, että huippuluokan hinnoittelu on tehnyt suurimittaisia työkuormia, kuten mainosvarianttien luonti, luettelokuvamateriaali ja käyttäjäkohtainen personointi, taloudellisesti kiellellisiksi juuri siellä, missä ne ovat tärkeimpiä.

Työkalujen käyttö ja itsevirheenkorjaus

Fal:n ilmoituksen mukaan Muse Image käyttää suunnittelija‑plus‑diffuusori‑arkkitehtuuria, jossa työkalukutsut ja tarkennus tapahtuvat yhden ajatusketjun sisällä. Malli hakee verkosta todellisia viitteitä, mikä fal:n mukaan parantaa merkittävästi faktuaalista tarkkuutta tietointensiivisillä kehotteilla: tarkat logot, todelliset paikat, toimivat kaaviot ja skannattavat QR‑koodit. Se kirjoittaa ja suorittaa koodia tarkkoja visuaalisia elementtejä varten, ja tarkistaa sekä korjaa tulokset ennen niiden palauttamista – tarkistusvaihe, jonka fal sanoo parantavan tarkkuutta moniosaisissa toimeksiannoissa.

Meta:n 7. heinäkuuta 2026 julkaisema tekninen artikkeli kuvaa samaa agenttista suunnittelua laboratoriosta katsottuna: malli kutsuu haku- ja koodausvälineitä tarkkuuden parantamiseksi, itsevirittää omia generointejaan ja kehittyy testiaikaisen laskennan skaalaamisen myötä. Vahvistusoppimisen aikana Muse Image oppi kirjoittamaan ja suorittamaan koodia, joka tuottaa tarkkoja kaavioita ja QR‑koodeja, sekä soveltumaan renderöityihin kuviin. Sen itsevirheenkorjaus voi ilmetä paikallisena muokkauksena, kun pieni yksityiskohta on virheellinen, uudenaikaisena generointina, kun suuremmat osat ovat vääriä, tai työkalukutsuna tarkempaan faktapohjaiseen perusteluun. Meta kertoi, että tämä käyttäytyminen syntyi koulutuksen aikana, koska itsevirheenkorjaus tuotti parempia kuvia ja siten korkeampaa palkkiota, ilman että sitä olisi erikseen suunniteltu.

Meta raportoi myös, että Muse Image paranee sitä pidempään se tekee päättelyä inferenssiajalla: enemmän testiaikaisella laskennalla malli päättelykyky kasvaa, käyttää enemmän työkalukutsuja ja toteuttaa useampia itsevirheenkorjausvaiheita, ja ihmisten suosimien Elo‑pisteiden nousu noudattaa suunnilleen log‑lineaarista suhdetta. Tämä laskenta kattaa tekstitokenit päättelyyn ja visuaaliset tokenit generointiin, ja laatu on näiden yhteismäärän funktio. Meta havaitsi, että paras‑N‑näytteistys, jossa malli tuottaa useita kuvia ja säilyttää parhaan, parantaa laatua alussa mutta kyllästyy nopeasti, kun taas saman laskennan käyttäminen harkittuun päättelyyn skaalautuu huomattavasti paremmin.

Generointi, muokkaus ja koostaminen

fal kertoi, että yksi Muse Image -malli kattaa kolme työnkulkua, jotka tuotantotiimit yleensä hankkivat eri toimittajilta. Ensimmäinen yhdistää generoinnin tarkkaan muokkaukseen: käyttäjä luo suunnittelun, jonka jälkeen hän muuttaa yhtä elementtiä pitäen muun kuvan muuttumattomana, yhdellä kutsulla. Toinen on keskusteleva monivaiheinen tarkennus, jossa yksi resurssi rakennetaan useiden vuorovaikutusten aikana ilman laadun heikkenemistä. Kolmas on viitteisiin perustuva koostaminen, jossa tiimi syöttää brändipaketin ja esimerkkiresurssit ja tuottaa uusia brändin mukaisia töitä, jotka vastaavat tyyliä ja aihetta eri ihmisissä, tuotteissa ja ympäristöissä.

Muse Image jakaa myös työkaluja ja suunnitelmia Muse Spark -mallin kanssa, Metan avustajamallin, joten yksi pyyntö voi palauttaa animoituja GIF‑tiedostoja, sivustoja upotetuilla kuvilla ja interaktiivista visuaalista tuotosta tavallisen tiedoston sijaan, fal:n mukaan.

Arena‑sijoitukset ja saatavuus

fal kertoi, että Muse Image sijoittuu Arena‑listalla viiden parhaan joukkoon teksti‑kuva, yksittäiskuvan muokkaus ja monikuvan muokkaus -kategorioissa. Kun Meta esitteli mallin, se raportoiti, että Muse Image oli Arena‑listalla sijalla 2 kaikissa kolmessa kategoriassa ihmisten suosimissa Elo‑sijoituksissa 5. heinäkuuta 2026. Meta lisäsi myös, että Muse Video, samaan esikoulutusperustaan rakennettu kumppanimalli, sijoittui sijalle 3 ihmisten suosimissa Elo‑pisteissä teksti‑video -kategoriassa kyseisenä päivänä.

Malli on saatavilla fal.ai:ssä interaktiivisen leikkikentän ja API:n kautta. fal luettelee kaksi päätepistettä, meta/muse-image/text-to-image ja meta/muse-image/edit, jotka on merkitty kaupalliseen käyttöön ja hinnoiteltu $0.01 per image. Teksti‑kuva‑sivu korostaa tarkkaa ohjeiden noudattamista ja tarkkaa hienovaraisen yksityiskohtien, kuten tekstin, kaavioiden ja QR‑koodien, renderöintiä; muokkaussivu kuvaa tarkkoja muokkauksia, jotka muuttavat vain käyttäjän pyytämän, säilyttävät johdonmukaisuuden vuorovaikutuksissa ja koostavat useista viitekuvista.

Muse Image saavutti kuluttajat ensimmäisen kerran 7. heinäkuuta 2026 Meta AI -sovelluksen ja meta.ai:n, Instagram Storiesin Yhdysvalloissa sekä WhatsAppin rajoitetuissa maissa kautta. Muse Image:n luomat kuvat Meta AI -sovelluksessa ja meta.ai:ssa sisältävät Content Seal -järjestelmän, Metan näkymättömän vesileiman, jonka Meta sanoo säilyvän ehjänä leikkauksessa, pakkaamisessa, koon muuttamisessa ja kuvakaappauksissa; Meta esittelee tunnistustyökalua, joka tarkistaa, sisältääkö kuva vesileiman.

fal kuvailee itseään generatiivisena media‑alustana, joka tarjoaa kuva-, video- ja äänimalleja yhtenäisen API:n kautta, tarjoten kysynnän mukaan skaalautuvia serverittömiä GPU:ita ja omistettuja laskentaklusteria, ja toteaa, että yli 2,5 miljoonaa kehittäjää käyttää sitä.