Meta Muse来了：不止是图生图，还要做视频界的GPT

Meta又出手了，这次是生成式AI。

Muse Image：不只是换个风格

7月10日，Meta超级智能实验室（Superintelligence Labs）发布Muse Image并预览Muse Video。一句话概括：要做视频生成领域的GPT——不是只做单点能力，而是做一个能被广泛调用、能理解指令、能生成高质量内容的foundation model。

先说Muse Image。它主打的是"文本+图像联合生成"，你可以给一张参考图，然后告诉模型"把这张图转换成某种风格"，或者"以这张图为背景，加上XXX元素"。这个能力听着不新鲜，但Meta的差异化在于生成质量和控制精度的平衡。

Muse Video则更有意思。目前预览版展示的能力包括：理解镜头语言（推拉摇移）、理解场景逻辑（物体之间的物理关系）、以及一定的时长连贯性。

开源策略：AI视频的Android？

但让我更关注的是背后的产品逻辑。

Meta的Muse不是第一个图生视频的模型，Runway、Pika、Sora都在这个赛道。Meta的策略是"开源+开放"——Muse Image基于某种开放权重协议发布，开发者可以微调、可以商用。这和OpenAI的GPT路线不同，OpenAI是"我的模型、我的API、你想用就付费"，Meta则是"我的模型、开放权重、你自己部署"。

对开发者来说，这意味着什么？

如果你想做一个垂直领域的AI视频工具（比如电商店主用的商品展示视频生成），用OpenAI的API是一回事，用Meta的开放权重自己部署是另一回事。后者成本更低、数据更可控、定制空间更大。

当然，开放权重也有代价：本地部署的算力成本、模型微调的技术门槛、生成质量的稳定性……这些都是要权衡的。

格局之战

Meta这步棋，本质上是在抢"AI视频领域的Android"位置。能不能成，还看生态能不能跑起来。