Meta Superintelligence Labs entre dans l'image avec Muse

Codé en interne sous le nom Mango, Muse Image est le premier modèle d'images de Meta Superintelligence Labs, la division IA que Mark Zuckerberg a restructurée à grands frais pour rattraper son retard, dirigée par Alexandr Wang, après le modèle de langage Muse Spark paru en avril. Sa singularité tient moins au rendu qu'au fonctionnement : il opère comme un agent. Avant de produire une image, il raisonne, interroge le web pour du contexte, écrit et exécute du code, puis relit et corrige ses propres brouillons, une auto-révision que Meta dit avoir vu émerger seule en apprentissage par renforcement plutôt que de l'avoir programmée. Il part des photos de l'utilisateur ou de comptes tagués pour restaurer un vieux cliché de famille, changer une coupe de cheveux, transformer un visage en figurine de pâte à modeler ou monter un portrait façon photomaton. Ce recours au code lui vaut aussi de produire un flashcode réellement scannable, des graphiques exacts ou du texte lisible dans l'image.

Sur l'Arena, l'accueil penche du bon côté : Muse Image se classe deuxième en text-to-image comme en édition d'images, derrière le seul GPT Image 2 d'OpenAI. Les critiques se portent ailleurs, sur la référence Instagram. Via une @-mention, le modèle peut reprendre les traits d'un compte public tiers : la fonction est active par défaut, désactivable seulement en opt-out, et la personne concernée n'est pas prévenue. The Verge, qui a soulevé le sujet, WIRED et Digital Trends relèvent que les images déjà générées ne sont pas supprimées après désactivation et que le réglage n'était pas encore visible partout au lancement. Le filigrane invisible Content Seal, présent sur chaque sortie, atteste l'origine IA mais ne donne aucune prise sur ce qui a déjà été produit.

Muse Video, lui, n'est que prévisualisé. Bâti sur la même base de pré-entraînement, il génère l'image et le son dans un même modèle, sans piste rapportée, et se classe troisième en préférence humaine sur le texte-vers-vidéo, derrière Gemini Omni Flash de Google et Seedance de ByteDance. Meta le dit compétitif sur le suivi de prompt et la cohérence temporelle, et reconnaît deux angles morts : la synchronisation audio-vidéo et les mouvements rapides.

Le déploiement démarre aux États-Unis dans Meta AI, avec une trentaine d'effets pour les stories Instagram et la génération d'images dans WhatsApp, Facebook et Messenger devant suivre. L'usage courant est gratuit jusqu'à un seuil, puis bascule sur abonnement ; l'accès annonceurs via Advantage+ est prévu sous quelques semaines. Ces modèles maison doivent réduire la dépendance de l'entreprise à des tiers comme Midjourney ou Black Forest Labs, l'ouverture aux développeurs externes n'étant pas tranchée. Ce pari sur l'image et la vidéo tranche avec un secteur désormais tourné vers la génération de code.