Нова ШШ-модель Muse Image від Meta гуглить та пише код перед генерацією картинок

Нова модель під кодовою назвою Mango розроблена підрозділом Meta Superintelligence Labs під керівництвом Александра Вана. Це вже другий великий реліз лабораторії після мовної моделі Muse Spark.

Замість банального перетворення тексту на пікселі, система працює як автономний агент. Вона аналізує запит через мовну модель, шукає референси в мережі та пише програмний код для точного малювання складних елементів на кшталт QR-кодів чи графіків перед створенням фінального кадру.

У процесі навчання з підкріпленням система самостійно вигадала функцію самоперевірки: вона аналізує власні чернетки, локально виправляє дрібні косяки або повністю перегенеровує зображення, якщо результат виявився жахливим. Такий підхід вивів новинку на друге місце в рейтингу Arena.ai, де вона обійшла Nano Banana 2 від Google, але все ще поступається лідеру GPT Image 2 від OpenAI.

Користувачі також отримали можливість змішувати текст та кілька зображень-референсів, щоб крок за кроком змінювати одяг чи стиль персонажів. Найбільш скандальною фішкою стала можливість генерувати зображення реальних людей з публічних акаунтів в Instagram через звичайну @-згадку, причому ця функція увімкнена за замовчуванням для всіх користувачів. Для боротьби з дезінформацією розробники впровадили невидиме маркування Content Seal, яке залишається на картинці навіть після обрізання чи скріншоту.

Чудовий тріумф технологій: нейромережа навчилася думати, програмувати та проводити дослідження лише для того, щоб сторонні люди могли створювати якісні фейки з випадковими користувачами соцмереж. Технологічний прогрес та повна втрата приватності ще ніколи не були настільки тісно пов'язані.

Джерело: Meta AI Blog