两周 280 万下载,Meta 这个免费 AI 到底凭什么?扎克伯格说:消费者应该拥有属于自己的 AI,它＂帮你赚钱＂!

先问一句：你愿意每个月掏 100 美元（七百多人民币）请一个 AI 助理吗？

OpenAI 上个月推出的 Dots 就是这么定价的，还只对 Pro 订阅用户开放。

而 Meta 的 Muse，同一个赛道的东西，App 和网页全都免费。

上线两周，Sensor Tower 估了 280 万次下载，一路冲上美区 App Store 和 Google Play 免费榜第一。

所以问题来了：它凭啥？

Muse 是什么

一句话：Muse 不是"会聊天的 AI"，它是"能替你办事的 AI"。

ChatGPT 你问它问题，它回答你。Muse 不一样——你交代一件事，它自己去网上跑、去操作、去完成，然后把结果给你。

Meta 管它叫"个人超级智能"，扎克伯格的原话是：消费者应该拥有属于自己的 AI，它"帮你赚钱"。

长什么样？默认头像叫 Jolly，一个圆滚滚的卡通小角色，长得特别像 Labubu。这配色和外形不是随便做的——这帮做永久在线智能体的厂商，全在往"人畜无害"里做，让你第一眼就放下戒心。

内核上，Muse 跑在 Meta 自己搭的云端电脑里，是一台运行 Ubuntu Linux 的虚拟机，有独立安全系统盯着它的每一步网络请求。涉及付款、发消息这种大动作，它会先停下来问你。

为什么最近这么火

火，不是没道理的。三个原因，一个比一个实在。

第一，免费额度大到用不完。

免费档每周给 1 亿 token。这是个什么量级？Gizmodo 一个测评者下午让 Muse 画图、做 MIDI 音乐、写小游戏、搭动画网站，甚至造了一台"能启动的假 Mac"，一整套下来才花掉周额度的 11% 左右。

也就是说，光免费档，普通人根本用不完。

订阅也不贵：20 美元一个月给 5 亿 token，100 美元给 30 亿。对比 Dots 一个月一百刀还只能用着玩，Muse 确实良心。

第二，它能生成"晒得出去"的东西。

文档、图片、视频、短播客，Muse 都能做，因为它手上有台云端电脑。

其中"用免费额度在云端生成视频"成了最火的玩法。视频这东西产出看得见、成就感来得快，天生适合发朋友圈、晒社交媒体。你让 AI 干点整理账单一类的事，没人看；你让它生成一段 30 秒的视频，大家都会点进来问"这啥软件"。

第三，Meta 的生态分发太猛了。

9 月 16 日，Meta 首席 AI 官 Alexandr Wang 甩出一个推荐码机制：用你的码注册，你和好友各得 10 亿 token——相当于免费档十周的量，最多拉 20 个好友，但得在注册后 48 小时内兑换。

说白了，这是把"送钱"和"拉新"焊在一起。免费 + 推荐码，病毒式增长就是这么来的。

怎么注册、怎么领免费额度

注册很简单，跟着走就行：

领额外 10 亿 token（关键一步）：

一个提醒：48 小时这个窗口过了就领不到了，所以别注册完晾着，先找朋友把码兑了。

有哪些功能

Muse 的能力，可以分成这么几块：

生活代理。 预订差旅、协商账单、填各种表格、把食谱视频转成购物清单。以前这些破事你得一件件自己弄，现在甩给它。

购物与支付。 接了 Stripe、Shopify 这些支付渠道，能直接替你下单付款。当然，涉及花钱的操作，它会先跟你确认再动手。

云端电脑生成内容。 这是它和普通聊天机器人最大的差别。画图、做音乐、写代码、做网页、生成视频和短播客，都在它那台云端 Linux 电脑上完成，你不用装任何东西。

操作电脑。 规划里它未来能直接操作你电脑上的程序，你人走了它还能接着干。

硬件挂件。 Muse Charm 是个钥匙扣大小的设备，带 2 英寸屏幕，脱离手机也能跟 Muse 说话。另外它马上要上 Meta 的 AI 眼镜，喊一声 "Hey Muse" 就能唤醒，识别你眼前的东西再行动。

开源硬件。 10 月 2 日 Meta 把 Muse Gadgets 开源了，ESP32 固件和 Linux SDK 都按 Apache 2.0 协议放出来，你可以拿树莓派、ESP32 开发板自己攒一个 Muse 硬件。

生成图片/视频：它和专用工具怎么比

这里得先把话说清楚，不然容易误解。

Muse 自己不是生图或生视频的模型。它是一个 Agent，靠调用云端电脑里的工具来出图出片。所以拿它跟专用工具比，比的不是"谁的画质更好"，而是"你要的到底是什么"。

先说生图。 现在最强的一批生图模型，是 GPT Image 2 / 2.5（OpenAI 出品的，2.5 还分了 sunburst 和 flare 两个版本）、Google 的 Nano Banana、Black Forest Labs 的 FLUX 系列、字节的 Seedream 这些。

它们的共同点是：专精、可控性强。你要一张电商产品图、一张带精确文字的图、一张要保持角色一致性的系列图，得用它们。GPT Image 2.5 在多轮编辑、文字渲染上尤其能打。

Muse 生图呢？你直接说"帮我做张图，风格是……"，它替你出。快、省事、不用学提示词。但你想精确控制构图、字体、角色一致性，它给不了专用模型那种精细度。

一句话：想要快和省事，用 Muse；想要精和可控，用 GPT Image 2.5 或 FLUX 这些。

再说视频。 字节的 Seedance 2.5（7 月发布）是目前最能打的一批之一：单次能生成 30 秒视频，支持最多 50 个多模态参考素材，还新增了视频局部编辑，原生支持 10 多种语言。Seedance 2.0 是上一代。

这些都是"专门为做视频而生"的模型，画质、时长、镜头语言都拉满，适合认真做片子的人。

Muse 生成视频，优势依然是那句话：零门槛 + 免费额度。你不用去研究模型选哪个、参数怎么调，一句话就给你一段能发的片子。但时长、画质、可控性，跟 Seedance 2.5 这种专业选手比，还是有差距。

所以我的建议很直接：

结论：Muse 赢在"省事"，专用工具赢在"专业"。这两者不是二选一，是你按场景换着用。

实际用途操作案例

光讲功能没意思，我给你几个直接能上手照做的场景。

案例一：把一篇食谱视频变成购物清单

操作：把视频链接发给 Muse，说"把这个视频里的食材列成购物清单，按超市分区排好"。它看完视频，给你一份清单，还能直接接 Stripe 帮你下单。

案例二：做个 MIDI 音乐小样

操作：跟 Muse 说"做一段 8 拍的电子音乐，BPM 120，轻快一点"。它云端电脑里就能生成 MIDI 文件，你直接下载。

案例三：搭一个动画小网站

操作：描述你想要的效果，比如"做一个星空背景的动画首页，中间有我的名字"。Muse 写代码、出图、拼页面，给你一个能打开的网址。

案例四：整理账单

操作：把一堆账单截图或者邮箱里的账单信息丢给它，说"帮我理一下这个月花了多少钱，按分类统计"。它读、算、汇总，给你一张表。

案例五：预订差旅

操作：告诉 Muse"下周三去上海，帮我订上午的高铁票和市中心靠地铁的酒店，预算 800 以内"。它去查、去比价，下单前把方案拿给你确认。

记住一个大原则：凡是涉及花钱、发消息、对外操作的动作，Muse 都会先问你再执行。你只管下指令，拍板权还是在你手里。

用之前，有几件事你得知道

东西好归好，坑和风险也得摊开说。

隐私。 Muse 会读你的邮件、日历、账单。它的系统提示词里，甚至会给"你生活里的每个人"建一个专属页面，存着关于对方的事实、历史、相处建议。方便是真方便，但你等于把自己的社交关系和私人信息都交给了 Meta。值不值，你自己掂量。

"奖励作弊"这个老毛病。 彭博 10 月 5 日的分析提到，这类 Agent 为了完成任务会自己找捷径、绕规则。OpenAI 的代理已经出过擅自入侵 Hugging Face、干预政府网站的事，Meta 也承认自己的一个模型曾自行入侵别家公司。安全公司 DataDome 测了 2 万多个网站，65% 根本没有检测或拦截 AI 代理的机制。

Meta 的说法是，Muse 在隔离的虚拟机里跑，每个网络请求都有独立安全系统盯着，重大操作前要人工确认。但护栏治标不治本——模型天生就想抄近路，这条得盯紧了。

借鉴争议。 Meta 承认 Muse 在产品层面深受开源项目 OpenClaw 的启发，但强调是从零开发的。圈内对这个说法有不少讨论，你当个八卦听就行。

说点我的判断

Muse 真正颠覆的，不是技术。是价格。

过去"永久在线的 AI 助理"是个奢侈品，一百刀一个月，还限 Pro 用户。Muse 直接把这个品类打到免费，还送一堆 token 拉你进来。这才是它两周 280 万下载的真相——不是它比 Dots 强多少，是它让普通人第一次够得着"电子助理"这个东西。

但对普通人来说，我的建议更朴素：别急着把它当成能替你管钱的管家。先拿它干点轻松的活——做图、做视频、理账单、列清单。等你摸清它靠谱和不靠谱的边界，再慢慢放权。

最后留个问题给你：如果只能留一个 AI 工具，你会留会干活的 Muse，还是留下一个更懂你的专用模型？评论区聊聊。

我会持续跟进 Muse 和这波 Agent 大战，下一篇我打算拿 Muse、Dots、还有国内几家，放到一起实测一把，看看到底谁更能打。关注不迷路。