你见过哪个AI画图工具，拿到需求之后不急着出图，而是先"想一想"的？

昨天Meta扔了个大的——Muse Image，一个号称"像Agent一样画画"的图像生成模型。上线直接冲到Arena竞技场全球第二，文生图、单图编辑、多图编辑三个榜单全拿了亚军，只输给了OpenAI的GPT Image 2，把谷歌Nano Banana压在身下。

但这篇文章不想只聊排行榜，因为Muse Image真正让我觉得有意思的，不是它画得多好，而是它画画的方式变了。

它不是"接到指令就出图"，它是"想清楚了再动手"

说实话，用了几十款AI画图工具，大部分的工作流都一样：你输入一段话，模型吐出几张图，好不好全看运气。

Muse Image不太一样。

据Meta官方介绍，你给它一个需求之后，它会先拆解创作思路——不是直接渲染像素，而是先想清楚怎么构图、要不要查资料、有没有需要精确计算的部分。

举个例子。你让它画"今天纽约时代广场的样子"，它真的会去搜索网上的实时信息，看看今天时代广场实际长什么样。让它画一个图表或者二维码，它会自己写一段代码来算，而不是靠"脑补"。画完之后，它还会自己复盘一遍画面，发现哪里不对就局部修改，直到满意了才把成品交给你。

Meta把这套流程叫做Agentic Image Generation——智能体式图像生成。

换句话说，Muse Image不是一个简单的"文字转图片"工具。它是一个有规划能力、能调用工具、会自我纠错的Agent，只不过它的产出物是一张图。

💡 AI画图工具的下一次升级，不是"画得更像"，而是"画之前先想清楚"。

能@你的Instagram好友，这个功能只有Meta做得出来

说实话，如果Muse Image只是一个"会思考的画图Agent"，我不会专门写一篇文章来聊它。因为GPT Image 2也能做类似的事，谷歌的Nano Banana 2也在追。

真正让Muse Image变得不可替代的，是它把Instagram社交关系直接长进了图像模型里。

Meta做了一个功能叫Native Social Context。简单来说：你可以在提示词里@一个Instagram账号，Muse Image会自动拉取这个账号公开发布的照片，作为视觉参考融入你的创作。

这意味着什么？

你可以@一个朋友，让AI参考他的穿搭风格，帮你生成一套类似风格的营销图。你可以@一个设计师账号，让AI学习对方的色彩搭配，给你出一版类似调性的海报。你甚至可以上传自己的照片、一张喜欢的风景照、一张参考穿搭，让它把三张图里的元素合成到一张图里——提示词图文混着来都行。

这个能力，放眼整个AI行业，只有Meta做得到。因为它坐拥Instagram这个全球最大的图片社交平台，社交图谱是别人抄不了的壁垒。

当然，隐私问题肯定有人会问。Meta的方案是：所有Instagram用户都可以在设置里选择opt-out，禁止别人用你的公开照片做AI二创。同时，所有AI生成的图片都带有Content Seal隐形水印，裁剪、压缩、截图都去不掉。

这套组合拳打得还算体面——功能够大胆，安全措施也跟上了。

榜单表现怎么样？免费能用吗？

Arena竞技场的数据摆在这里：

• 文生图
  ：Muse Image 1280分，全球第二。GPT Image 2以1385分排第一，谷歌Nano Banana 2以1270分排第三
• 单图编辑
  和多图编辑：同样是第二

注意，这不是单项第二——是三项全能第二。一个刚发布的模型，在三个赛道同时碾压了谷歌、xAI和一堆老牌图像模型，说实话挺猛的。

价格方面，通过Meta AI应用可以免费使用，每天有一定额度。超出的话需要订阅Meta付费方案。目前已经在Meta AI应用、Instagram Stories（美国地区）和WhatsApp（部分国家）上线。后续还会接入Facebook、Messenger，广告主也能通过Advantage+ creative调用它来生成营销素材。

另外，Meta同步预览了Muse Video视频生成模型，在Arena排名全球第三，排在谷歌Gemini Omni Flash和字节Seedance 2.0之后。跟Muse Image同底座训练，原生支持音频生成。不过音画同步和快速运动场景的物理准确性还有提升空间，预计几个月后正式发布。

💡 当所有人都在卷"谁画得更逼真"的时候，Meta换了个赛道——把社交关系变成了AI生图的燃料。

背后的人：两位从OpenAI出走的华人

Muse Image的带队者余家辉，中科大少年班出身、UIUC博士，在谷歌做过Gemini多模态视觉联合负责人，在OpenAI参与过GPT-4o到o4-mini的研发。Muse全系列底层总负责人赵晟佳，清华本科、斯坦福博士，全程参与了从初代ChatGPT到o3的预训练。两人2025年6月一起加入Meta，不到一年就交出了这份答卷。

本周其他AI工具动态

除了Muse Image，这周还有几件事值得关注：

OpenAI GPT-5.6本周四全量上线

OpenAI刚宣布，GPT-5.6 Sol、Terra、Luna三个版本将于本周四正式公开发布。此前因为美国政府审查，只面向部分企业开放有限预览。现在商务部已经放行。

三个版本各有定位：Sol是旗舰版，性能最强，价格和GPT-5.5一样但更强；Terra是均衡型，性能媲美GPT-5.5但价格只有一半；Luna主打快速和便宜。

值得注意的是，这次放行是因为OpenAI跟美国商务部完成了多轮补充测试。就在上周，Anthropic的Fable 5也被解除了出口管制，订阅用户免费使用窗口延长到了7月12日。大模型之间的博弈，越来越跟政策绑在一起了。

对普通用户来说，最大的变化是——ChatGPT的天花板又高了一截。

腾讯"吐司"iOS版上线，零门槛生成App

腾讯的AI应用生成平台"吐司"正式上线iOS，实现了双平台全覆盖。核心卖点是：你用自然语言描述需求，AI自动拆解功能、生成应用原型、多轮对话调整，然后一键打包成APK安装包。

对不会写代码的人来说，这等于从"想一个App"到"用上这个App"，中间只差一段话。8月还会开放开发者上架服务。

ChatGPT项目模板 + Claude批量文件处理 + Gemini仓库分析

这周开发者工具三巨头各出了一招：

• ChatGPT
  上线了项目模板库，预置了几十个开发/文档/工作流模板，新项目不用从零配置
• Claude
  推出批量文件处理，一次性上传整个项目文件夹，自动扫描建索引，做代码质量分析、生成架构文档
• Gemini
  支持直接输入GitHub仓库地址，自动分析项目结构和代码逻辑

简单总结就是：ChatGPT适合开新项目，Claude适合分析已有项目，Gemini适合快速理解开源项目。三家各占一个身位。

写在最后

这周的AI工具圈，节奏越来越快了。

Meta用Muse Image证明了一件事——AI生图工具的竞争，已经不只是"谁画得更好"了。谁能把生图能力嵌进自己的生态、谁能让用户在自己的社交场景里直接用起来，谁才真正占住了位置。

而OpenAI GPT-5.6的全量上线、腾讯吐司的跨平台覆盖、开发者工具的三足鼎立，都在指向同一个趋势：AI工具正在从"能用"走向"好用"，从"通用"走向"场景化"。

对普通用户来说，这其实是最好的时候——选择越来越多，门槛越来越低，很多以前要花大价钱请设计师、写代码才能做的事，现在打几句话就能搞定。

免费AI工具推荐说了一期又一期，但真正值得停下来认真聊的，永远是那些不只是"多了一个工具"，而是"换了一种思路"的产品。Muse Image就是这种——它让你重新想象AI生图到底可以做什么。

这周你最想试哪个工具？评论区聊聊？

如果觉得有用，转发给一个也需要AI工具的朋友，我们一起跟上这波变化。

AI工具智选 · 每周帮你挑出最值得关注的AI工具