Pierwszy autorski model generowania obrazów Meta Superintelligence Labs. Uruchomiony 7 lipca 2026 w Meta AI, na Instagramie i WhatsAppie. Zastąpił Midjourney w Meta AI.
Okno kontekstowe
Nie dotyczy (model image gen; wielo-obrazowe blendowanie zamiast okna tokenowego)
tokenów
Parametry
Nieujawnione publicznie
parametrów
Data premiery
7 lipca 2026
Dostęp:HostedWdrożenie:☁ Cloud
Przegląd
Zastosowania
Dostęp i wdrożenie
Hostowane
Chmura
Wagi: Zamknięte
Kluczowe parametry
📏 Kontekst: Nie dotyczy (model image gen; wielo-obrazowe blendowanie zamiast okna tokenowego)
🧩 Parametry: Nieujawnione publicznie
📥 Wejście: tekst, obraz
Specyfikacja techniczna
Okno kontekstowe
Nie dotyczy (model image gen; wielo-obrazowe blendowanie zamiast okna tokenowego)
tokenów
Parametry
Nieujawnione publicznie
parametrów
Licencja
Proprietary (własność Meta Platforms; użycie zgodnie z warunkami Meta AI oraz Meta subscription)
Wymagania sprzętowe
Nie dotyczy — model dostępny wyłącznie jako hostowany w chmurze Meta (nie do lokalnego uruchomienia). Brak publikacji wymagań sprzętowych dla wersji on-device.
Modalności
⬇ Wejście (Input)
textimage
⬆ Wyjście (Output)
image
Możliwości i zastosowania
Natywne możliwości modelu
Generowanie obrazów z tekstu
Generowanie obrazu z opisu tekstowego (promptu). Model interpretuje polecenie w języku naturalnym i tworzy nową, spójną wizualizację od zera — bez obrazu wejściowego.
Kategoria: vision
Edycja obrazów
Modyfikacja istniejącego obrazu na podstawie instrukcji tekstowej lub bezpośrednich adnotacji: usuwanie obiektów, zmiana stylu, dodawanie elementów, uzupełnianie fragmentów (inpainting/outpainting), zachowując tożsamość osób i spójność sceny.
Kategoria: vision
Łączenie wielu obrazów referencyjnych
Inteligentne łączenie wielu obrazów wejściowych w jedną spójną kompozycję — np. wstawienie osoby z jednego zdjęcia w scenerię z drugiego, komponowanie postaci z różnych źródeł, tworzenie kolaży zachowujących styl.
Kategoria: vision
Renderowanie tekstu w obrazach
Generowanie obrazów zawierających czytelny, poprawnie pisany tekst — infografiki, plakaty, karty menu, kody QR, napisy w wybranym stylu graficznym. Kluczowa zdolność odróżniająca modele nowej generacji od wczesnych generatorów.
Kategoria: vision
Generowanie obrazów wspomagane rozumowaniem
Wieloetapowe generowanie: model najpierw analizuje prompt (planowanie kompozycji, wyszukiwanie kontekstu w sieci, dobór referencji), a dopiero potem generuje obraz. Pozwala trafnie odzwierciedlić złożone, niejednoznaczne polecenia.
Kategoria: reasoning
Generowanie z referencjami
Tworzenie obrazów w oparciu o wskazane wcześniej referencje wizualne — konkretną postać, styl artystyczny, produkt, przestrzeń — z zachowaniem podobieństwa i cech charakterystycznych.
Kategoria: vision
Rozumienie multimodalne
Zdolność modelu do łączenia i interpretowania informacji z więcej niż jednej modalności, np. tekstu i obrazu.
Kategoria: multimodal
Przeplatane wejście multimodalne
Zdolność do dowolnego łączenia tekstu i obrazu w dowolnej kolejności w ramach jednego polecenia.
Kategoria: reasoning
Architektura techniczna
Rdzeń architektury (Core Architecture)
Forma modelu (Model Form)
Źródła i powiązane strony
8 źródeł
BlogMeta Newsroom — Introducing Muse Image: Image Generation Built for Your World (2026-07-07)BlogAI at Meta — Introducing Muse Image and Muse Video (MSL)BlogCNBC — Meta debuts Muse Image, Superintelligence Labs' first AI image model (2026-07-07)BlogTechCrunch — Meta rolls out Muse, a new AI image generator (2026-07-07)BlogReuters — Meta expands generative AI tools with Muse Image rollout (2026-07-07)BlogThe New York Times — Meta Unveils an A.I. Image Generator (2026-07-07)BlogDataCamp — Muse Image: Meta's New AI Image Model ExplainedBlogStudioGlobal — Meta Muse Image: Inside the First In-House AI Image Generator From Meta