Hva er nytt

Meta Superintelligence Labs – forskningsavdelingen som samler Metas satsing på avansert kunstig intelligens – står bak de to nye modellene. Muse Image er en bildegenereringsmodell, mens Muse Video er en videomodell bygget på samme grunnlag, ifølge Meta AI-bloggen.

Ifølge selskapet skiller Muse Image seg fra tidligere bildemodeller ved at den ikke bare oversetter en tekstinstruks direkte til et bilde. I stedet fungerer modellen som en «agent» – et system som kan ta egne mellomsteg, hente informasjon og vurdere sitt eget arbeid før det leveres et ferdig resultat.

Muse Video er foreløpig kun en forhåndsvisning og skal etter planen komme til skapere og til Meta AI «snart», uten at Meta har oppgitt en konkret dato. Selskapet skriver at det fortsatt jobber med svakheter i modellen, blant annet synkronisering mellom lyd og video og fysisk presis gjengivelse av rask bevegelse.

Slik kan norske brukere ta modellene i bruk

For norske privatbrukere er Muse Image tilgjengelig gjennom Meta AI-appen og nettsiden meta.ai. Meta oppgir at modellen foreløpig bare er rullet ut i Instagram Stories i USA, og i WhatsApp i et begrenset antall land som ikke er spesifisert i kildematerialet. Det er derfor uklart om norske WhatsApp- eller Instagram-brukere har tilgang til funksjonen ennå. Meta skriver at Muse Image «kommer snart» også til Facebook.

Modellen kan redigere eksisterende bilder presist ved å endre nøyaktig det brukeren ber om, og den holder på sammenhengen i bildet gjennom flere redigeringsrunder etter hverandre. Det betyr at en bruker kan gi flere instrukser på rad og bygge videre på samme motiv, i stedet for å måtte starte forfra for hver endring.

En annen funksjon er såkalt multireferanse-komposisjon: brukeren kan laste opp flere referansebilder – av personer, klær, gjenstander, stiler eller miljøer – og be modellen sette dem sammen til ett nytt bilde. Ifølge Meta kan instruksen veksle mellom tekst og bilder underveis.

For utviklere og bedrifter fremhever Meta at Muse Image integreres med verktøyet Muse Spark, slik at de to modellene kan dele verktøy og planlegge sammen. Kombinasjonen skal blant annet kunne brukes til å lage animerte GIF-er, nettsider med innebygde bilder og interaktive visuelle spill. Meta trekker også frem bruksområder for små bedrifter, som å generere markedsføringsmateriell og personaliserte forhåndsinnstillinger direkte i Instagram.

Bruker søk og kode som verktøy

Det som ifølge Meta gjør Muse Image til en agentbasert modell, er at den kan ta i bruk eksterne verktøy underveis i genereringen. Modellen kan skrive og kjøre kode for å lage nøyaktige diagrammer og QR-koder, og den kan søke på nettet for å forankre bilder i fakta og aktuelle hendelser.

Selskapet oppgir at søkefunksjonen særlig bedrer nøyaktigheten i bilder som krever kunnskap om virkelige forhold, som nyheter og faktiske hendelser. Meta viser til interne tester som skal dokumentere at modellen presterer bedre både med søkeverktøy og med det selskapet kaller «selvforbedring» – at modellen vurderer sitt eget utkast og enten gjør en liten justering, lager et helt nytt bilde, eller bytter til et annet verktøy dersom resultatet ikke holder mål.

Meta skriver at denne selvforbedrende oppførselen ikke var bygget inn med hensikt, men oppsto under trening med forsterkende læring – en treningsmetode der modellen belønnes for resultater brukere foretrekker – fordi selvforbedring ga bedre bilder og dermed høyere belønning i treningen.

Modellen kan også bruke mer regnekraft ved selve bildegenereringen, ikke bare under trening. Ifølge Meta gir mer slik beregningstid ved bruk – kjent som test-time compute – bedre resultater fordi modellen da resonnerer mer, bruker flere verktøy og gjør flere selvforbedrende steg. Selskapet oppgir at denne sammenhengen følger et tilnærmet log-lineært mønster i egne målinger.

Uavhengig testing mangler

Meta oppgir at Muse Image ligger på andreplass på rangeringstjenesten Arena for tekst-til-bilde, redigering av enkeltbilder og redigering med flere bilder, målt gjennom det selskapet kaller menneskelige preferanse-rangeringer (Elo). Muse Video skal ifølge samme kilde ligge på tredjeplass for tekst-til-video. Begge rangeringene er datert til 5. juli 2026.

Alle tall om ytelse, plasseringer og forbedring stammer fra Meta selv, enten fra interne tester eller fra Arena-rangeringen slik den så ut på lanseringstidspunktet. Det finnes ingen uavhengig verifisering av påstandene i kildematerialet, og Meta oppgir ikke hvilke konkrete land utover USA som har fått tilgang til funksjonene i Instagram og WhatsApp.

Merking av KI-genererte bilder

Meta lanserer samtidig Content Seal, et usynlig vannmerkesystem som skal gjøre det mulig å sjekke om et bilde er laget av kunstig intelligens. Bilder laget med Muse Image i Meta AI-appen og på meta.ai får ifølge selskapet et skjult opphavssignal som skal bestå selv om bildet beskjæres, komprimeres, endres i størrelse eller tas skjermbilde av.

Meta skriver at selskapet også forhåndsviser et deteksjonsverktøy der brukere kan sjekke om et bilde bærer et Content Seal-merke, og at vannmerkingen skal utvides til video på et senere tidspunkt. Verken deteksjonsverktøyet eller utvidelsen til video har fått en fastsatt lanseringsdato.