米メタは2026年7月7日、社内AI研究組織のMeta Superintelligence Labs(以下MSL)から、同組織初のメディア生成モデル「Muse Image」を公開した。動画生成モデル「Muse Video」もプレビュー版として同時発表されている。両モデルはプロンプトから画像や動画を直接生成せず、Web検索やコード実行を自ら呼び出して生成物を自己修正する「agentic」設計を採用した点が特徴となる(Meta公式ブログ, 2026年7月7日)。

公開時点の実力は、コミュニティ投票ベースのArena Leaderboard(2026年7月5日集計)で確認できる。Muse Imageはテキスト→画像、単一画像編集、マルチ画像編集の3部門でいずれも2位、Muse Videoはテキスト→動画で3位に位置付けられ、1位は米OpenAIの旗艦画像モデルが維持している。ただし独立第三者機関による広範なベンチマーク再検証はまだ実施されておらず、自称順位が確定的な評価ではない点には注意が要る(CNBC, 2026年7月7日、theaidude.net, 2026年7月8日)。

Web検索とコード実行を組み込むagentic設計、Muse Sparkと工具共有

Muse Imageの核となるのは、プロンプトを直接画素に変換せず、思考・調査・自己修正の段階を挟むagentic架構だ。メタの公式資料によれば、モデルは強化学習の過程でコード生成と実行、Web検索の利用を自発的に獲得し、正確なQRコード、グラフ、実在事象を反映した図表を出力できる(Meta公式ブログ, 2026年7月7日)。

MSLは同モデルを、視覚認識に特化した既存モデル「Muse Spark」と統合した。既存モデルとは検索やコード実行などの共通ツールを共有する。役割分担は次の通りだ(ExplainX, 2026年7月10日)。

  • Muse Spark: 企画と計画立案
  • Muse Image: 画像描画
  • Muse Video: 動画化(プレビュー)

これにより、GIFアニメーション、Webサイト素材、インタラクティブメディアの共同制作が可能になる。

生成画像には見えないウォーターマーク「Content Seal」が付与される。切り抜き、圧縮、リサイズ、スクリーンショットを経ても検出可能とされ、Meta AIアプリとmeta.aiの全生成画像に自動適用される。検出用ツールはmeta.ai/identificationで公開される予定で、動画への拡張も計画されている(Meta公式ブログ, 2026年7月7日)。

対応範囲は段階展開、無料利用が中心で開発者向けAPIは未提供

Metaによる発表時点の対応範囲は次の通りだ。

  • Meta AIアプリとmeta.ai: 全世界で正式提供
  • Instagram Stories: 米国限定で先行展開
  • WhatsApp: 一部国のダイレクトメッセージで利用可能
  • Facebook、Messenger: 近日展開予定
  • 広告主向けAdvantage+ Creative: 翌週から段階提供
  • Muse Video: プレビュー段階、正式版時期未定

一般利用は無料が基本で、生成回数の上限を超える場合はMeta AI既存の有料サブスクリプションが必要になる。開発者向けAPIは今回のローンチでは提供されず、消費者向け無料機能として展開される点で、API課金が主軸のOpenAIやMidjourneyとは異なる(公式ニュースルーム, 2026年7月7日、theaidude.net, 2026年7月8日)。

前向き材料の一方、独立検証と計算コストは焦点

前向き材料は3点ある。

  • MSL初のメディア生成モデルとして、メタが単独でエンド・トゥ・エンドの画像・動画生成を提供する体制が整った。同社が画像・動画分野で米グーグルや米OpenAIらの後追いだった構図が変わる可能性がある。
  • agentic架構により、従来の画像生成モデルが苦手としてきた文字表示、QRコード、正確な図表の生成が改善される可能性がある。
  • Content SealはAI生成画像の氾濫と真贋判別が社会課題となる中で、来歴確認の一手段として広がる余地を持つ。

注意点も明確だ。

  • Arenaはコミュニティ投票ベースのElo評価で、再現性のある性能指標を代替しない。第三者機関による広範な検証はこれからで、メタの自称順位が広く受け入れられる保証はない(theaidude.net, 2026年7月8日)。
  • agentic架構は推論時にWeb検索とコード実行を挟むため、単純な生成モデルより応答時間と計算コストが増える。実運用では品質と速度のトレードオフを制御する仕組みが要る(ExplainX, 2026年7月10日)。
  • Muse Videoは音声ネイティブ生成を掲げるが、メタ自身が「音声と映像の同期、および物理的に高速な動きの生成」に課題が残ると認めている。
  • Instagram StoriesとWhatsAppでの利用範囲は限定的で、日本を含むアジア地域での本格展開時期は未確定だ。

生成AIレース後追いだったMetaの反転攻勢、差別化はagentic設計

今回の発表の意味は、これまで画像・動画生成で米グーグルや米OpenAIをはじめとする競合大手勢に後塵を拝してきたメタが、MSLを起点にした独自メディア生成モデルを打ち出した点にある。MSLは2026年上半期に人材獲得や研究インフラで大型投資を続けてきた組織で、Muse Imageは同組織初の一般公開モデルにあたる。

競合との差別化はagentic設計に置かれる。競合の多くが「大規模拡散モデル + テキストエンコーダ」を主軸に据えるのに対し、Muse Imageはツール呼び出しと自己修正のループを組み込むことで、事実性と正確性の面で差別化を狙う設計になる。ただしArenaでは依然として米OpenAIモデルが1位を維持しており、agentic設計がユーザー選好にどこまで反映されるかは未確定だ(CNBC, 2026年7月7日)。

Content Sealの投入は、生成AIをめぐる規制議論とも重なる。米国と欧州でAI生成コンテンツ表示義務化の動きが強まる中で、業界標準規格C2PA(Content Credentials)との相互運用が今後の焦点になる。

今後の展望

次に見るべき点は3点に絞られる。

  • 第三者機関による独立ベンチマーク検証。ArenaのElo評価だけでなく、GenAI-Bench、HEIM、DrawBenchなど再現性ある指標での位置付けと、実運用における応答時間・計算コストの実測値が焦点になる。
  • Facebook、Messenger、およびアジア圏を含む地域展開の進捗と、有料サブスクリプションの詳細価格。Advantage+ Creativeを通じた広告主向け機能の提供範囲と、開発者向けAPIの追加有無は、企業ユーザーの選択に直結する。
  • Muse Videoの正式版時期と機能。音声・映像の同期、長尺化、高速動作の生成品質が改善されるかが焦点になる。動画生成市場では米グーグルのVeo系列や中国ByteDanceのSeedance系列といった上位モデルとの位置関係が変わる可能性がある。

出典: