Meta hat zwei neue generative KI-Modelle vorgestellt, die Bilder und Videos erzeugen können. Muse Image ist ab sofort verfügbar und nutzt dabei ungewöhnliche Techniken: Es arbeitet wie ein Agent, der eigenständig Recherche-Tools nutzt, seinen Output überprüft und verbessert. Das Modell kann auch Code schreiben, um präzise Grafiken und QR-Codes zu generieren. Muse Video basiert auf der gleichen Grundtechnologie und wird in Kürze für Creator und Meta AI bereitgestellt. Beide Modelle sind Teil von Metas neuer Superintelligence Labs und integrieren sich mit anderen Tools wie Muse Spark, um komplexere mediale Inhalte zu schaffen.
Besonderheit von Muse Image ist sein agentisches Verhalten: Statt einen Prompt direkt in ein Bild umzuwandeln, denkt das Modell mehrere Schritte. Es sucht relevante Informationen im Web, um faktische Korrektheit zu verbessern, und verfeinert seine Ergebnisse eigenständig. Dieses Selbstverbesserungs-Verhalten ist nicht programmiert worden, sondern ist während des Training emergent entstanden – die KI hat gelernt, dass Überprüfung zu besseren Ergebnissen führt. Je mehr Rechenzeit zur Verfügung steht, desto besser werden die generierten Inhalte.