MetaがMuse Imageを発表：Instagramに実在のユーザーを呼び込む「エージェンティックAI」
Metaは、新設されたSuperintelligence Labs部門が開発した初のAI画像生成モデルを正式に発表しました。これは、ソーシャルメディアユーザーが生成コンテンツと関わる方法における大きな転換点となります。Muse Imageモデルは、Instagram、WhatsApp、Meta AIアプリにシームレスに統合される予定で、FacebookとMessengerへの対応も間もなく開始されます。
エージェンティックAIの台頭：Muse ImageとSpark LLM
テキストに単に反応する従来の拡散モデル（diffusion models）とは異なり、MetaのMuse Imageは、Superintelligence Labsの責任者であるAlexandr Wang氏によって「エージェンティック（agentic）」であると説明されています。これは、モデルが単独で動作するのではなく、Muse Spark大規模言語モデル（LLM）と連携して、複雑なプロンプトに対して推論を行うことを意味します。
Spark LLMの推論能力を活用することで、Muse Imageは1ピクセルを生成する前に、ウェブ検索を行い、計画フェーズを実行することができます。これにより、プロンプトへの忠実度と論理的な一貫性が大幅に向上します。また、Metaは今後登場するMuse Videoモデルについても予告しており、高い視覚的忠実度と、動くフレーム間での視覚的な安定性を維持する能力である「時間的一貫性（temporal consistency）」に焦点を当てることで、業界のリーダーたちとの競争を目指しています。
ソーシャル統合：@メンションと容貌の取り込み
Muse Imageの最も破壊的な機能は、Metaのソーシャルグラフとの深い統合かもしれません。初めて、ユーザーはAIプロンプト内で他のInstagramアカウントを直接@メンションできるようになります。これにより、モデルはタグ付けされたユーザーの公開写真にアクセスし、その容貌（likeness）をAI生成画像に取り込むことが可能になります。
これは創造的な表現やデジタルストーリーテリングの広大な新領域を切り拓く一方で、デジタルアイデンティティに関する重大な疑問も投げかけています。Metaは、ユーザーが自身のコンテンツをAIのトレーニングや生成にどのように再利用するかをコントロールできると述べることで、これらの懸念に対処していますが、実在の人物を合成環境に「引き込む」能力は、ソーシャルメディアにおけるインタラクションの大きな進化を象徴しています。
生成を超えて：現実の再設計とインタラクティブな編集
Muse Imageは、単なるテキストから画像への生成器ではなく、多機能なクリエイティブツールとして位置付けられています。このモデルは、実用性に重点を置いたいくつかの機能を紹介しています。
- 視覚的な再設計： ユーザーはFacebook Marketplaceやウェブから画像を取り込んで部屋全体を再設計することができ、即座に空間の視覚化が可能になります。
- 直接的な操作： このツールは「インペインティング（in-painting）」機能を備えており、ユーザーは既存の写真に直接描き込むことで、AIに特定の修正を行うよう指示できます。
- グラフィックデザインのユーティリティ： このモデルは、招待状、ポストカード、ソーシャルメディア用アセットなど、実用的な用途に向けた構造化されたデザインを生成できます。
単なる生成の枠を超え、推論、計画、そしてソーシャル統合の領域へと踏み出すことで、Metaは生成AIをMetaエコシステム全体の基盤となるユーティリティレイヤーへと変えようとしています。
主なポイント
- エージェンティックなワークフロー： Muse ImageはMuse Spark LLMを使用して推論、計画、ウェブ検索を行い、単純なパターンマッチングを超えた複雑なプロンプトの実行を実現します。
- ソーシャルグラフの統合： Instagramユーザーを@メンションできる機能により、AIは公開プロフィールから実在の人物の容貌を生成コンテンツに取り込むことができます。
- エコシステムの拡大： このモデルは、ソーシャルアプリを、部屋の再設計、写真の直接操作、グラフィックデザインが可能なクリエイティブスタジオへと変貌させます。