Модель Agentic Muse Image от Meta доступна на Fal для разработчиков

fal 1 сентября 2026 г. запустила доступ для разработчиков и предприятий к Muse Image, агентной модели генерации и редактирования изображений от Meta Superintelligence Labs, предоставляемой через Meta Model API на платформе fal. fal заявила, что модель планирует каждый запрос, вызывает инструменты и проверяет собственный вывод перед возвратом, а на странице модели указана цена $0.01 за изображение.

Muse Image — первая модель генерации изображений от Meta Superintelligence Labs. Большинство моделей преобразуют запрос непосредственно в пиксели за один проход; fal отметила, что такой подход работает для простых запросов, но может давать сбои при сложных заданиях, заставляя команды комбинировать несколько моделей и выполнять ручную очистку. fal также заявила, что цены на передовом уровне сделали самые объёмные нагрузки — включая генерацию рекламных вариантов, каталогов и персонализацию для каждого пользователя — экономически невыгодными в тех масштабах, где они наиболее важны.

Tool Use and Self-Refinement

Согласно объявлению fal, Muse Image использует архитектуру planner‑plus‑diffuser с вызовами инструментов и доработкой внутри единой цепочки рассуждений. Модель ищет в интернете реальные ссылки, что, по словам fal, заметно повышает фактическую точность при запросах, требующих знаний: точные логотипы, реальные места, работающие графики и сканируемые QR‑коды. Она пишет и исполняет код для точных визуальных элементов, а также проверяет и корректирует результаты перед их выдачей; шаг проверки, по словам fal, улучшает точность при многокомпонентных заданиях.

Технический пост Meta от 7 июля 2026 г. описывает тот же агентный дизайн с точки зрения лаборатории: модель вызывает поисковые и кодирующие инструменты для повышения точности, самостоятельно дорабатывает свои генерации и улучшает качество за счёт масштабирования вычислений во время вывода. В процессе обучения с подкреплением Muse Image научилась писать и выполнять код, генерирующий точные графики и QR‑коды, а также учитывать отрисованные фигуры. Само‑доработка может принимать форму локального исправления при небольших ошибках, полной новой генерации при серьёзных отклонениях или вызова инструмента для более надёжного фактического обоснования. Meta сообщила, что такое поведение возникло в ходе обучения, поскольку само‑доработка приводила к лучшим изображениям и, соответственно, более высоким наградам, без специального проектирования.

Meta также отметила, что Muse Image становится лучше, чем дольше она рассуждает во время вывода: при большем количестве вычислений модель рассуждает интенсивнее, использует больше вызовов инструментов и применяет больше шагов само‑доработки, а оценки Elo по предпочтениям людей растут примерно лог‑линейно. Эти вычисления охватывают текстовые токены для рассуждений и визуальные токены для генерации, а качество определяется суммарным объёмом. Meta обнаружила, что выборка best‑of‑N, когда модель генерирует несколько изображений и сохраняет лучшее, повышает качество в начале, но быстро достигает насыщения, тогда как те же вычислительные ресурсы, потраченные на целенаправленное рассуждение, масштабируются значительно эффективнее.

Generation, Editing, and Composition

fal заявила, что одна модель Muse Image охватывает три рабочих процесса, которые обычно берутся у разных поставщиков. Первый сочетает генерацию с точным редактированием: пользователь создаёт дизайн, затем меняет один элемент, а остальная часть изображения остаётся неизменной, всё в одном запросе. Второй — разговорная многократная доработка, позволяющая создавать один ресурс за несколько раундов без потери качества. Третий — композиция на основе референсов, когда команда загружает бренд‑кит и образцы, а модель генерирует новые материалы, соответствующие стилю и теме для людей, продуктов и окружения.

Muse Image также использует общие инструменты и планы с Muse Spark, вспомогательной моделью Meta, поэтому один запрос может возвращать анимированные GIF‑файлы, сайты с встроенными изображениями и интерактивный визуальный вывод вместо простого файла, согласно fal.

Arena Rankings and Availability

fal сообщила, что Muse Image входит в пятёрку лидеров Arena по текст‑в‑изображение, редактированию отдельного изображения и редактированию нескольких изображений. При представлении модели Meta заявила, что Muse Image заняла 2‑е место в Arena во всех трёх категориях по рейтингам Elo, основанным на предпочтениях людей, по состоянию на 5 июля 2026 г. Meta также отметила, что Muse Video, сопутствующая модель, построенная на той же базе предобучения, заняла 3‑е место в рейтинге Elo для текст‑в‑видео на ту же дату.

Модель доступна на fal.ai через интерактивную площадку и API. fal перечисляет два эндпоинта: meta/muse-image/text-to-image и meta/muse-image/edit, оба помечены для коммерческого использования и стоят $0.01 за изображение. Страница text‑to‑image подчёркивает точное следование инструкциям и корректную отрисовку мелких деталей, таких как текст, графики и QR‑коды; страница редактирования описывает точные изменения, которые затрагивают только запрошенные пользователем элементы, сохраняют согласованность между раундами и позволяют комбинировать несколько референсных изображений.

Muse Image впервые попала к потребителям 7 июля 2026 г. через приложение Meta AI и meta.ai, Instagram Stories в США и WhatsApp в ограниченных странах. Изображения, созданные Muse Image в приложении Meta AI и на meta.ai, снабжены Content Seal — невидимой системой водяных знаков от Meta, которая, по словам компании, сохраняет свою целостность при обрезке, сжатии, изменении размеров и скриншотах; Meta предварительно демонстрирует инструмент обнаружения, проверяющий, содержит ли изображение водяной знак.

fal описывает себя как генеративную медиа‑платформу, предлагающую модели изображений, видео и аудио через единый API, с серверными GPU по запросу и выделенными вычислительными кластерами, и заявляет, что её используют более 2,5 млн разработчиков.