Muse Image 是 Meta Superintelligence Labs 于 2026 年 7 月 7 日发布的首个内部图像生成模型。它可在 Meta AI app、Instagram 和 WhatsApp 中免费使用，Meta 报告称它在 Arena 图像排行榜上排名第 2，位居 OpenAI 之后、Google 的 Nano Banana 2 之前。与大多数图像生成器不同，它具有 agentic 特性：它不会直接将提示词转换为像素，而是先编写代码、搜索网页，并在生成图像之前反复修改自己的成果。
如果你在构建软件，有一个关键限制需要注意。Muse Image 没有公开 API。它只能在 Meta 的消费级应用中运行，而且其配套的文本模型开发者 API 也已延迟数月。对于任何需要以编程方式生成图像的人来说，实际问题是该用什么来替代。
Muse Image 是什么？
Muse Image 是由 Meta Superintelligence Labs（MSL）打造的首个图像生成与编辑模型；MSL 是马克·扎克伯格在 Meta 落后于 Google、OpenAI 和 Anthropic 之后组建的 AI 部门。Meta 于 2026 年 7 月 7 日宣布了这一消息，同时还预览了 Muse Video。
它正在 Meta AI 应用中以及 meta.ai 上逐步推出，同时在美国的 Instagram Stories 中，以及在部分国家/地区的 WhatsApp 私信中提供，随后还将登陆 Facebook 和 Messenger。Meta 并未推出一个独立应用，而是将该模型嵌入到数十亿人已经在使用的产品中。Techweez 报道称，此次发布也终结了 Meta 之前与 Midjourney 和 Black Forest Labs 的图像生成合作伙伴关系。
需要澄清一点：这并不是与 Google 2023 年同名研究模型“Muse”相同的东西，后者是一个掩码生成式 transformer，其项目页面目前在该词条中仍然排名靠前。同一个词，不同的公司，不同的年份，不同的架构。
Muse Image 有何不同：它是具备智能代理能力的
大多数图像模型只做一件事：将文本提示映射为图像。Muse Image 的工作方式更像一个推理代理。在开始绘制任何内容之前，它可以先思考请求、调用工具，并修正自己的输出。Meta 将其描述为三个组成部分。
工具使用、编码。 在训练期间，模型学会了编写和运行代码，以生成仅靠绘制像素很难做到完全正确的内容：准确的图表、曲线图以及可正常工作的 QR 码。它还可以基于渲染后的图形来生成图像，使数字与图片相符。
工具使用、搜索。它可以搜索网络，以基于事实或当前信息来为图像提供依据，这有助于处理知识密集型提示：时事、真实产品、最新事实。
自我完善。 模型会查看自己的草稿并进行修正：当某个细节有误时进行小范围的局部编辑；当较大部分出错时则整体重新生成；如果问题在于准确性，则切换为使用工具。Meta 表示，这种行为并非人工预先设计，而是在强化学习过程中自然涌现出来的，因为修改能生成更好的图像并获得更高的奖励。
还有一个与语言模型类似的扩展趋势：模型在推理时思考得越多，图像就越好，测试时计算量与质量之间大致呈对数线性关系。Muse Image 与 Muse Spark 集成，后者是 Meta 于 2026 年 4 月推出的推理模型，因此两者可以共享工具并共同规划。
在实践中，这意味着 Muse Image 专为“生成一张漂亮的图片”还不够的任务而设计：包含正确文本的信息图、可扫描的 QR 码、多步骤编辑，以及事实依据充分的图像。
Muse Image 能做什么
对话式生成。 用普通描述即可，无需提示词工程。从头描述一个场景，或者给模型一张照片进行编辑。
精确编辑。 移除人物或物体，修改特定文字（价格标签、电话号码），替换背景，或对图像的某一部分进行重新风格化，而无需重新生成整张图。Meta 的演示编辑包括清除雾气以露出山谷、将花瓣变成彩虹渐变，以及重写停车标志上的文字和电话号码。
多参考合成。 将多张输入照片中的人物、物体、服装、风格和环境组合成一张图像，并在提示词中交错使用文字和图像，例如“这个人，骑着这辆自行车，穿着这个，经过这张长椅”。
QR codes 和信息图表。 编码工具的直接成果：可扫描的 QR codes 和信息图表中的可读文本，而大多数图像模型仍然难以做好这一点。
Meta AI Shopping。 拍一张杂乱房间的照片，Muse Image 就会可视化一个重新设计的空间，里面摆满了从 Facebook Marketplace 商品列表中提取的真实物品。
Instagram 集成。 为 Stories 新增了 30 多种 AI 特效，还可以通过 @ 提及某个 Instagram 账号，将该账号的公开照片引入生成过程。
标注工具。 直接在图像上画线或圈出内容来请求更改；模型会保留完整的编辑对话，因此你可以在不重新开始的情况下继续微调。
它有多好？基准测试和早期反馈
Meta 自己报告的数据显示，截至 2026 年 7 月 5 日，按人类偏好 Elo 排名衡量，在文生图、单图编辑和多图编辑方面，Muse Image 在 Arena 上位列第 2，落后于 OpenAI 的图像模型，领先于 Meta 所引用基准中的 Google Nano Banana 2。迄今为止，尚无独立基准验证这些结果。Meta 也坦率承认，其在整体质量上仍落后于 OpenAI 的最新工具。
2026年7月8日，X 上的早期上手反馈总体偏向质量表现。用户称其为“一个具备出色世界理解能力且文字渲染非常优秀的 agentic 图像模型”（@modomango），并反馈“可无限次编辑且零质量损失”（@itxabdullaa）——这些只是早期的个人反馈，而非独立基准测试。它在发布后一天内就升至 Arena 文生图排行榜第 2 名（@thetigerintel）。
一个更低调但更值得关注的功能是：Content Seal。Meta AI 应用中 Muse Image 生成的每张图片都带有一个不可见的来源水印，并且即使经过裁剪、压缩、调整大小和截图，这个水印也能保留。Meta 还在预览一款检测工具，方便任何人检查一张图片是否带有该标记。对于担心 AI 图像被冒充为真实作品的品牌和创作者来说，这个来源信号是此次发布中更为具体的内容之一。
Meta 还预览了Muse Video，它构建于相同基础之上，并支持原生音频。在 Arena 的文本转视频排行榜上，它位列第 3，且即将面向创作者和 Meta AI 推出。
隐私反弹
引发最激烈反应的功能并不是图像质量，而是 Instagram 的 @ 提及集成。标记用户名可让 Muse Image 将该账号的公开照片纳入生成中，包括用于编辑和包含人脸的构图。该控制项位于设置中，而且是默认开启而非需要主动选择：默认情况下，公开照片可被使用，且不会通知被标记的人。
在发布后的几个小时内，X 上的反弹声一片嘈杂。@coinbureau（7月8日）称其是生成非自愿 AI 篡改图像的配方。@Mia_SideChat 警告说，它在未经同意且不通知受影响者的情况下，启用了面部合成。@13F_Pro 在更广泛的隐私愤怒之中，将这一默认设置描述为“选择退出，而非选择加入”。人们担忧的与其说是 Muse Image 的输出，不如说是那种默认设置：它把每个公开的 Instagram 账号都变成了供 AI 二次创作和潜在深度伪造使用的原始素材。
如果你是内容创作者，切实可行的步骤是在该功能进入你所在地区之前，检查 Instagram 设置中的隐私和数据使用部分，并关闭相关开关。Meta 尚未公开说明具体的设置路径。Meta 表示账户持有人可以选择退出；批评者则认为，默认设置才是真正的问题。
有 Muse 图像 API 吗？开发者现实情况
对于消费者来说，Muse Image 是免费的，但有使用限制；更高频的使用需要付费的 Meta One 订阅层级。对于开发者来说，简短的答案是：目前没有公开的 Muse Image API。该模型仅在 Meta 的应用内运行，且尚未公布任何开发者端点。
对于 Muse Spark 来说，情况也好不到哪里去，Muse Image 集成的推理模型就是它。根据 The Next Web 和 Wavespeed 的报道，自 2026 年 4 月以来，Meta 已多次推迟 Muse Spark 开发者 API；它仍处于与部分合作伙伴的私密预览阶段，没有公开注册、没有候补名单，也没有确定的上线日期。
对于广告主，Meta 将在未来几周内通过其 Advantage+ 广告套件开放 Muse Image，但这属于 Meta 封闭生态中的广告活动自动化，并不是你可以从自己的产品中调用的开发者 API。如果你需要为应用、内容流水线或电子商务工作流以编程方式生成图像，那么 Muse Image 目前还不是一个可选项，而且目前也没有公布任何相关时间表。
可通过 API 访问的 Muse Image 替代方案
Muse Image 所围绕构建的能力（强大的文本渲染、精确编辑、多图像合成）现在已可通过提供 public API 的图像模型实现。如果你正在评估在自己的代码中该调用什么，以下是实际可用的选项。
Nano Banana 2 / Pro（Google）。 Meta 用于与 Muse Image 进行基准测试的模型，基于 Gemini 3.1 Flash Image 构建。它速度快，文本渲染可靠，并且能在多个主体之间保持角色一致性。可通过 API 在 Nano Banana Pro 和 Nano Banana 2 模型页面调用。
GPT-image-2（OpenAI）。 整体质量领先者，Muse Image 仍落后其后，这也是 Meta 自己的说法。整体生成与编辑能力都很强。可通过 API 在 GPT-image-2 模型页面调用。
Seedream 5（ByteDance）。 一个统一的生成与编辑模型，具有电影感的视觉风格和强大的多图编辑能力；5.0 Lite 变体增加了多模态“深度思考”和在线搜索。可通过 API 在 Seedream v5 Lite 模型页面调用。
Midjourney。 Meta 之前的图像合作伙伴，现已不再使用。它仍然是审美化、艺术化风格的默认选择，不过其 API 方面的故事比上面这些模型要薄弱一些。官方网站：midjourney.com。
模型 | 厂商 | 使用场景 | 公开 API？ | 最适合 |
|---|---|---|---|---|
Meta | Meta AI / Instagram / WhatsApp | 否 | Agentic 生成、QR 码、信息图 | |
Gemini app + API | 是 | 快速生成、文本、角色一致性 | ||
OpenAI | ChatGPT + API | 是 | 整体图像质量 | |
ByteDance | API | 是 | 电影感风格、多图编辑 | |
Midjourney | Discord / app | 有限 | 艺术风格化 |
Muse Image 是免费的且功能强大，但被锁定在 Meta 的应用中。Nano Banana 2、GPT-image-2 和 Seedream 5 目前都可按次生成、基于点数付费调用。你通过这些 API 获得的图像不会复刻 Muse Image 的代理式工具使用循环，但对于大多数生产级图像任务（产品照、营销素材、大规模编辑）来说，它们才是你可以集成的方案。若要进行更深入的对比，请查看我们的 GPT-image-2 vs Nano Banana Pro 解析、Nano Banana 2 vs Seedream 5 正面对比，或更全面的 2026 年最佳 AI 图像生成器 汇总。
常见问题
Muse Image 是免费的吗？
是的。Muse Image 在 Meta AI 应用、meta.ai、Instagram 故事和 WhatsApp 中可免费用于日常使用，但有速率限制。更高频率的使用需要付费的 Meta One 订阅等级。
如何使用 Muse Image？
打开 Meta AI 应用或 meta.ai，描述你想要什么，或者在它已上线的 Instagram Stories 和 WhatsApp 聊天中使用它。自然对话式描述即可，无需提示词工程。
有 Muse Image API 吗？
Muse Image 没有公开 API。其配套的 Muse Spark API 自 2026 年 4 月起一直延期，且仍处于私有预览阶段。对于程序化图像生成，请使用可通过 API 访问的模型，例如 Nano Banana 2、GPT-image-2 或 Seedream 5。
Muse Image 与 Nano Banana 2 相比如何？
Meta 表示，Muse Image 在多个图像生成和编辑基准测试中胜过 Nano Banana 2，并在 Arena 排名第二，落后于 OpenAI。Meta 还表示，它在整体质量方面仍落后于 OpenAI 的最新图像工具。
Muse Image 与 Google 的 Muse 是同一个吗？
不是。Google 的 Muse 是一个使用掩码生成式 Transformer 的 2023 年研究模型。Meta 的 Muse Image 是 Meta Superintelligence Labs 在 2026 年推出的 agentic 图像模型。它们名称相同，但彼此无关。
Muse Image 可以制作二维码和信息图吗？
是的。Muse Image 编写并运行代码，以生成可扫描的二维码和信息图，并包含可读、准确的文本，这是其智能代理式编码工具的直接优势。
Muse Image 会为其图片添加水印吗？
是的。Meta AI 应用中生成的图像带有 Content Seal，这是一种不可见的水印，即使经过裁剪、压缩、调整大小和截图也能保留。Meta 正在预览一款检测工具，用于验证图像是否带有该标记。