Meta étend petit à petit ses modèles IA. Après Muse Spark pour l’assistant maison, voici désormais Muse Image qui, comme son nom l’indique, permet de générer des visuels. Instagram et WhatsApp sont les deux premières applications qui y auront droit, Facebook, Messenger et les annonceurs suivront dans un deuxième temps.

Les milliards de dollars engloutis pour bâtir le ​Meta Superintelligence Labs ont été bien investis : ils permettent désormais de générer de l’AI slop sur les réseaux sociaux de Meta ! Blague à part, le modèle Muse Image peut créer un visuel à partir d’une requête texte, mais aussi d’une photo existante. Des outils d’édition sont disponibles pour ajouter ou effacer des éléments, achevant de corrompre complètement la réalité.

Pour donner des idées, Muse Image suggère une sélection de modifications possibles, des plus simples (coloriser une photo vintage) à des propositions plus farfelues (transformer les individus en pâte à modeler). Le business n’étant jamais très éloigné, le modèle sait également meubler virtuellement une pièce avec des objets et des produits vendus sur internet.

Le modèle est également à l’œuvre dans les outils de création de Stories : 30 nouveaux effets IA sont ainsi proposés dans Instagram. Il est possible aussi de générer des images directement dans une discussion dans WhatsApp, via Meta AI.

Et puisque Meta reste Meta, une fonction un peu glauque permet d’intégrer un autre utilisateur d’Instagram dans une image. Il suffit de taguer la personne dans la requête ; Muse Image va ensuite partir d’une photo publique de l’utilisateur pour le reproduire. Voilà qui ouvre la porte à pas mal de dérives (photos truquées, deepfakes…).

Rappelons qu’il existe des réglages de confidentialité pour interdire la réutilisation des contenus publics de son compte dans ces images IA, ainsi que dans les reels, les vidéos, les stickers et autres fonctions.

Muse Image va s’étendre à l’international, mais pour le moment le modèle est limité aux États-Unis. Ses fonctions sont gratuites « pour les créations de tous les jours », mais ceux qui ont de plus gros besoins devront s’abonner à une des formules payantes du groupe.

• Chez Meta, l’IA coûte cher et les agents ne vont pas assez vite

Sur un plan plus technique, Muse Image fonctionne comme un agent, explique Meta. Le modèle peut rechercher en ligne pour dénicher des références visuelles et « ancrer les images dans des informations factuelles », le tout en temps réel. Il travaille également avec Muse Spark, avec qui il partage des outils, et peut planifier des tâches.

Les résultats seraient également plus probants si le modèle bénéficie d’un large temps de calcul. Le raisonnement se révèle dans ce cas meilleur, indique Meta, il peut utiliser davantage d’outils pour retravailler ses propositions.

L’entreprise souligne que la manière d’utiliser le budget de calcul compte beaucoup. La génération de plusieurs images pour ne conserver que la meilleure améliore certes les résultats, mais ce processus atteint vite ses limites. La solution : à budget égal, il est plus efficace de laisser Muse Image raisonner, chercher des références ou écrire du code pour corriger les détails.

Selon les benchmarks fournis par l’entreprise, Muse Image se place très haut dans les classements Arena AI réalisés le 5 juillet, même si les modèles GPT Image d’OpenAI demeurent au-dessus. Les modèles de Google, Microsoft, Recraft/Reve ou xAI sont souvent très proches les uns des autres, ce qui permet à Meta de revendiquer une place dans le peloton de tête.

Un modèle vidéo et un filigrane incompatible avec les standards

On n’est pas au bout de nos peines, car Meta a également levé le voile sur Muse Video, le modèle de génération vidéo « le plus avancé » jamais développé par le groupe. Meta promet un suivi de la requête à la lettre, une édition précise, une composition avec plusieurs références, le tout pour un modèle qui s’appuie sur Instagram pour le « contexte social ». Muse Video sera bientôt proposé aux créateurs et dans Meta AI.

Le benchmark Text-to-Video Arena montre que le modèle se défend honorablement face aux rivaux ; il finit à la troisième place, derrière Gemini Omni Flash (Google) et Seedance 2.0 (Bytedance). Comme dans le cas de Muse Image, ces classements Elo sont un indicateur de préférence humaine dans un cadre de test donné, pas une mesure absolue de qualité.

Enfin, Meta a présenté son système de filigrane invisible, Content Seal. Les visuels générés par Muse Image conserveront cette signature, même s’ils sont recadrés, compressés, redimensionnés, ou si une capture d’écran en est faite. Le filigrane Content Seal, qui va s’étendre à Muse Video, n’est malheureusement pas compatible avec les deux autres méthodes du marché que sont SynthID et C2PA Content Credentials. Un outil d’identification est disponible à cette adresse.