Meta का एजेंटिक Muse Image मॉडल Fal पर डेवलपर्स के लिए उपलब्ध

fal ने 1 सितंबर, 2026 को डेवलपर और एंटरप्राइज़ एक्सेस लॉन्च किया Muse Image के लिए, जो Meta Superintelligence Labs का एजेंटिक इमेज जनरेशन और एडिटिंग मॉडल है, जो fal के प्लेटफ़ॉर्म पर Meta Model API के माध्यम से उपलब्ध है। fal ने कहा कि मॉडल प्रत्येक अनुरोध की योजना बनाता है, टूल्स को कॉल करता है, और लौटाने से पहले अपने आउटपुट की समीक्षा करता है, और fal के मॉडल पृष्ठ पर अनुरोध $0.01 प्रति इमेज के हिसाब से सूचीबद्ध हैं।

Muse Image, Meta Superintelligence Labs का पहला इमेज जनरेशन मॉडल है। अधिकांश इमेज मॉडल एक प्रॉम्प्ट को सीधे पिक्सेल में एक ही पास में मैप करते हैं; fal ने कहा कि यह तरीका सरल प्रॉम्प्ट्स के लिए काम करता है लेकिन जटिल ब्रीफ़्स पर विफल हो सकता है, जिससे प्रोडक्शन टीमों को कई मॉडल्स को जोड़ना और मैन्युअल क्लीनअप के कई राउंड चलाने पड़ते हैं। fal ने यह भी कहा कि अग्रिम मूल्य निर्धारण ने उच्च‑परिमाण कार्यभार, जैसे विज्ञापन वैरिएंट जनरेशन, कैटलॉग इमेजरी, और प्रति‑उपयोगकर्ता पर्सनलाइज़ेशन, को आर्थिक रूप से असंभव बना दिया है, विशेषकर जब उन्हें बड़े पैमाने पर चलाना आवश्यक हो।

उपकरण उपयोग और स्व‑सुधार

fal की घोषणा के अनुसार, Muse Image एक प्लानर‑प्लस‑डिफ्यूज़र आर्किटेक्चर का उपयोग करता है जिसमें टूल कॉल्स और सुधार एक ही थॉट चेन के भीतर होते हैं। मॉडल वास्तविक संदर्भों के लिए वेब खोज करता है, जिससे fal ने कहा कि ज्ञान‑गहन प्रॉम्प्ट्स पर तथ्यात्मक सटीकता में मापनीय सुधार होता है: सटीक लोगो, वास्तविक स्थान, कार्यशील चार्ट, और स्कैन‑योग्य QR कोड। यह सटीक विज़ुअल तत्वों के लिए कोड लिखता और चलाता है, और लौटाने से पहले आउटपुट की जाँच और सुधार करता है, एक सत्यापन चरण जो fal ने कहा कि बहु‑भाग ब्रीफ़्स पर सटीकता को बढ़ाता है।

Meta का 7 जुलाई, 2026 का तकनीकी पोस्ट लैब के दृष्टिकोण से वही एजेंटिक डिज़ाइन वर्णित करता है: मॉडल सर्च और कोडिंग टूल्स को बुलाकर सटीकता बढ़ाता है, अपने स्वयं के जनरेशन को स्व‑सुधारता है, और स्केलिंग टेस्ट‑टाइम कंप्यूट के माध्यम से सुधार करता है। रीइन्फोर्समेंट लर्निंग के दौरान, Muse Image ने कोड लिखना और चलाना सीखा जो सटीक प्लॉट और QR कोड बनाता है और रेंडर किए गए फ़िगर्स पर निर्भर करता है। इसका स्व‑सुधार छोटे विवरण में त्रुटि होने पर स्थानीय संपादन, बड़े हिस्सों में गलती होने पर नई जनरेशन, या अधिक तथ्यात्मक आधार के लिए टूल कॉल के रूप में हो सकता है। Meta ने कहा कि यह व्यवहार प्रशिक्षण के दौरान उभरा क्योंकि स्व‑सुधार से बेहतर इमेज बनते थे और इसलिए रिवॉर्ड बढ़ता था, बिना इसे विशेष रूप से डिज़ाइन किए।

Meta ने यह भी रिपोर्ट किया कि Muse Image अनुमान समय पर जितना अधिक तर्क करता है, उतना ही बेहतर बनता है: अधिक टेस्ट‑टाइम कंप्यूट के साथ, मॉडल अधिक तर्क करता है, अधिक टूल कॉल्स करता है, और अधिक स्व‑सुधार चरण लागू करता है, जिससे मानव‑प्राथमिकता Elo स्कोर लगभग लॉग‑रैखिक संबंध में बढ़ते हैं। यह कंप्यूट तर्क के लिए टेक्स्ट टोकन और जनरेशन के लिए विज़ुअल टोकन दोनों को कवर करता है, और गुणवत्ता कुल मिलाकर टोकनों के संयोजन पर निर्भर करती है। Meta ने पाया कि बेस्ट‑ऑफ़‑N सैंपलिंग, जहाँ मॉडल कई इमेज बनाता है और सबसे अच्छी को रखता है, शुरुआती गुणवत्ता में सुधार करता है लेकिन जल्दी संतृप्त हो जाता है, जबकि समान कंप्यूट को इरादे‑पूर्ण तर्क पर खर्च करने से स्केलेबिलिटी काफी बेहतर होती है।

उत्पादन, संपादन, और रचना

fal ने कहा कि एक Muse Image मॉडल तीन कार्यप्रवाहों को कवर करता है जो प्रोडक्शन टीमें आमतौर पर अलग‑अलग विक्रेताओं से प्राप्त करती हैं। पहला जनरेशन को सटीक संपादन के साथ जोड़ता है: उपयोगकर्ता एक डिज़ाइन बनाता है, फिर एक तत्व बदलता है जबकि बाकी इमेज अपरिवर्तित रहती है, एक ही कॉल में। दूसरा वार्तालाप‑आधारित बहु‑टर्न सुधार है, जहाँ कई टर्न में एक एसेट बनाते हुए गुणवत्ता में कोई गिरावट नहीं आती। तीसरा रेफ़रेंस‑ड्रिवेन रचना है, जिसमें टीम एक ब्रांड किट और नमूना एसेट्स प्रदान करती है और नई ऑन‑ब्रांड रचना उत्पन्न करती है जो शैली और विषय को लोगों, उत्पादों और वातावरण में मिलाती है।

Muse Image, Muse Spark के साथ टूल्स और योजनाएँ साझा करता है, जो Meta का सहायक मॉडल है, इसलिए एक ही अनुरोध में एनीमेटेड GIF, एम्बेडेड इमेज वाली साइट, और इंटरैक्टिव विज़ुअल आउटपुट प्राप्त किए जा सकते हैं, fal के अनुसार।

एरीना रैंकिंग और उपलब्धता

fal ने कहा कि Muse Image एरीना पर टेक्स्ट‑टू‑इमेज, सिंगल‑इमेज एडिटिंग, और मल्टी‑इमेज एडिटिंग में शीर्ष पाँच में रैंक करता है। जब Meta ने मॉडल प्रस्तुत किया, तो बताया गया कि Muse Image ने 5 जुलाई, 2026 तक मानव‑प्राथमिकता Elo रैंकिंग में सभी तीन श्रेणियों में नंबर 2 की जगह रखी। Meta ने यह भी कहा कि Muse Video, जो समान प्री‑ट्रेनिंग बेस पर बना सहायक मॉडल है, उसी तिथि पर टेक्स्ट‑टू‑वीडियो में मानव‑प्राथमिकता Elo में नंबर 3 पर रहा।

यह मॉडल fal.ai पर एक इंटरैक्टिव प्लेग्राउंड और API के माध्यम से उपलब्ध है। fal दो एंडपॉइंट सूचीबद्ध करता है, meta/muse-image/text-to-image और meta/muse-image/edit, दोनों को वाणिज्यिक उपयोग के लिए चिह्नित किया गया है और $0.01 प्रति इमेज की कीमत पर है। टेक्स्ट‑टू‑इमेज पेज विश्वसनीय निर्देश‑अनुपालन और टेक्स्ट, प्लॉट, और QR कोड जैसे सूक्ष्म विवरणों की सटीक रेंडरिंग को उजागर करता है; एडिटिंग पेज सटीक संपादन का वर्णन करता है जो केवल उपयोगकर्ता की मांग के अनुसार बदलता है, टर्न‑टू‑टर्न सुसंगतता बनाए रखता है, और कई रेफ़रेंस इमेज से रचना करता है।

Muse Image पहली बार 7 जुलाई, 2026 को Meta AI app और meta.ai, संयुक्त राज्य में Instagram Stories, तथा सीमित देशों में WhatsApp के माध्यम से उपभोक्ताओं तक पहुँचा। Meta AI ऐप और meta.ai पर Muse Image द्वारा निर्मित इमेजेज़ में Content Seal, Meta की अदृश्य वॉटरमार्किंग प्रणाली, लगी होती है, जिसे Meta ने कहा कि क्रॉपिंग, कम्प्रेशन, रिसाइज़िंग, और स्क्रीनशॉट्स के बाद भी बरकरार रहती है; Meta एक डिटेक्शन टूल का प्रीव्यू भी दे रहा है जो जांचता है कि क्या इमेज में वॉटरमार्क है।

fal खुद को एक जेनरेटिव मीडिया प्लेटफ़ॉर्म के रूप में वर्णित करता है जो इमेज, वीडियो, और ऑडियो मॉडल को एकीकृत API के माध्यम से प्रदान करता है, ऑन‑डिमांड सर्वरलेस GPU और समर्पित कंप्यूट क्लस्टर्स के साथ, और कहता है कि 2.5 मिलियन से अधिक डेवलपर्स इसका उपयोग कर रहे हैं।