Mengenal Muse Image dan Muse Video: Inovasi Generasi Media Meta Terbaru
VGI.CO.ID - Meta Superintelligence Labs resmi meluncurkan Muse Image dan memperkenalkan pratinjau Muse Video sebagai model generasi media paling mutakhir mereka saat ini. Inovasi ini menandai langkah besar dalam pengembangan kecerdasan buatan yang mampu mengikuti instruksi dengan presisi tinggi serta memiliki pemahaman konteks sosial yang mendalam.
Saat ini, Muse Image sudah tersedia untuk pengguna di aplikasi Meta AI, situs onmeta.ai, Instagram Stories di Amerika Serikat, serta WhatsApp di sejumlah negara terbatas. Pihak perusahaan juga mengonfirmasi bahwa integrasi model ini ke platform Facebook akan segera menyusul dalam waktu dekat bagi seluruh pengguna.
Kemampuan Agen dan Integrasi Alat
Berbeda dengan model pendahulunya, Muse Image beroperasi layaknya seorang agen yang mampu memanggil alat bantu untuk meningkatkan akurasi hasil secara mandiri. Model ini dapat melakukan pencarian web serta eksekusi kode untuk memastikan setiap gambar yang dihasilkan sesuai dengan fakta dan referensi visual yang diinginkan pengguna.
Kemampuan coding yang dimiliki Muse Image memungkinkannya menulis dan menjalankan skrip untuk membuat grafik akurat atau kode QR yang fungsional. Selain itu, integrasi dengan Muse Spark memungkinkan kolaborasi antar model untuk menghasilkan konten interaktif seperti GIF animasi, situs web, dan berbagai permainan visual.
Untuk mengatasi masalah halusinasi, Muse Image dibekali kemampuan pencarian web guna memvalidasi informasi yang kompleks di dunia nyata. Fitur ini sangat krusial bagi permintaan yang memerlukan akurasi faktual tinggi, terutama terkait peristiwa terkini atau fakta-fakta spesifik.
Kemampuan Refinansi Mandiri yang Emergen
Perilaku perbaikan diri atau self-refinement pada model ini muncul secara alami selama fase pelatihan penguatan atau reinforcement learning. Sistem secara otomatis memutuskan kapan harus melakukan penyuntingan lokal pada detail kecil atau merancang ulang gambar dari awal jika terdapat ketidaksesuaian besar.
Peningkatan Kinerja Melalui Test-Time Compute
Layaknya model bahasa besar, Muse Image menunjukkan peningkatan performa yang signifikan seiring dengan penambahan daya komputasi saat inferensi berlangsung. Semakin banyak proses penalaran yang dilakukan, model akan menggunakan lebih banyak panggilan alat dan langkah perbaikan diri untuk menyempurnakan hasil akhirnya.
Data internal menunjukkan hubungan penskalaan log-linear antara kekuatan penalaran dan skor Elo preferensi manusia yang dicapai model. Hal ini membuktikan bahwa kualitas output tidak hanya bergantung pada pelatihan awal, tetapi juga pada bagaimana model memanfaatkan anggaran token saat beroperasi.
Presisi Penyuntingan dan Komposisi Visual
Muse Image menawarkan presisi tinggi dalam mengedit gambar, di mana setiap perubahan dilakukan secara spesifik sesuai dengan instruksi yang diberikan pengguna. Model ini juga mampu mempertahankan koherensi visual dalam berbagai langkah penyuntingan, menjadikannya alat brainstorming yang sangat andal untuk proyek kreatif.
Pengguna dapat menggabungkan elemen dari berbagai gambar referensi, termasuk orang, objek, pakaian, hingga gaya lingkungan tertentu ke dalam satu komposisi. Fleksibilitas ini didukung oleh kemampuan model untuk memproses teks dan gambar secara bergantian dalam satu prompt yang kompleks dan mendetail.
Pada saat penulisan per 5 Juli 2026, Muse Image berhasil menempati peringkat kedua di Arena untuk kategori text-to-image dan penyuntingan gambar. Posisi ini mencerminkan tingginya preferensi manusia terhadap kemampuan model dalam memahami instruksi dan menghasilkan output visual yang berkualitas.
Pratinjau Awal Muse Video
Bersamaan dengan peluncuran Muse Image, Meta juga memberikan pratinjau awal untuk Muse Video yang dirancang dengan basis pelatihan yang sama. Model ini menjanjikan performa kompetitif dalam hal kepatuhan prompt, fidelitas visual, dan konsistensi temporal dengan dukungan audio asli.
Pada saat penulisan, Muse Video menempati peringkat ketiga di Arena untuk kategori text-to-video berdasarkan penilaian preferensi manusia. Perusahaan saat ini tengah berfokus pada peningkatan area yang masih memiliki kesenjangan performa, seperti sinkronisasi audio-video dan gerakan fisik yang cepat.
Keamanan dan Transparansi Content Seal
Untuk menjawab kebutuhan verifikasi konten, Muse Image menyertakan sistem watermarking tak terlihat yang disebut Content Seal. Tanda air ini dirancang agar tetap utuh meskipun gambar telah dipotong, dikompresi, diubah ukurannya, atau bahkan di-screenshot oleh pengguna.
Pihak Meta juga tengah menguji alat deteksi untuk memeriksa apakah sebuah gambar membawa tanda air Content Seal yang tersembunyi. Langkah ini diambil sebagai upaya awal untuk membantu masyarakat mengenali apakah sebuah konten dibuat dengan bantuan teknologi AI dari Meta.
Posting Komentar