Meta「Muse Image」がアプリ内に — @メンション撤回とAPI無しをどう見るか

7月7日、Metaが自社初の画像生成モデル「Muse Image」を発表した。Meta Superintelligence Labs が手がけた最初の画像生成基盤で、Alexandr Wang 配下のチームが開発を主導している。APIは公開されず、Meta AI・Instagram・WhatsApp のアプリ内で使う形で世に出た。

目次

1. 何が起きたのか
2. ベンチマーク主張の温度感
3. 新機能を出して撤回するまでの一連
4. クラウド完結か、ローカル完結か
5. 「API 無し」を、機能で数えて確かめた
   1. ローカル完結側の手元の実体
6. 開発者としての実践ポイント
7. よくある疑問
8. まとめ
9. 参考

何が起きたのか

Muse Image は独立したツールとして配布されるのではなく、既存アプリのチャット体験に溶け込む形で提供される。Meta AI ではそのまま画像を生成でき、Instagram には30以上の新しいAI Storyエフェクトが追加された。WhatsApp のチャット内でも画像を作れる。

Facebook、Messenger、そして広告面の Advantage+ への展開は「近日」とされている。ロールアウトは限定的で、まず米国を中心とした一部の国から始まった。日常的な軽い利用は無料、生成回数が多いヘビーユースは Meta のサブスクリプションが必要になる。

機能面で目を引くのは3つ。複数の写真をブレンドして一枚に合成する処理、生成された画像に対して直接 circle（囲む）・sketch（描き込む）・annotate（注釈をつける）して指示を出す編集フロー、そして画像の中に含まれる文字を崩さずに綺麗にレンダリングする点だ。テキストのレンダリングは生成モデルが長く苦手としてきた領域で、ここを前面に出してきたのは筆者から見ても実務寄りの判断に映る。

circle・sketch・annotate の3つは、指示の粒度を上げる仕掛けとして見ると面白い。テキストで「左上の建物を消して」と打つより、消したい対象を丸で囲むほうが位置の取り違えが減る。筆者が背景除去ツールを作ったとき、マスクの誤爆を手で塗り足せるブラシを最優先で実装した。言葉で伝えにくい位置指定を画像の上の描画に肩代わりさせる発想は、自作ツールの編集UIへそのまま持ち込める。プロンプト欄一本で全部を言語化させる設計だと、ユーザーは「あの部分」を指すたびに冗長な説明を強いられる。

ベンチマーク主張の温度感

Meta と一部報道は、Muse Image の品質を「Google の Nano Banana 2 を上回るが、OpenAI の GPT Image 2（ChatGPT の画像生成）には及ばない」と位置づけている。序列でいえば2番手という主張だ。

ここは慎重に読む必要がある。この評価は Meta の内部テストと一部の第三者テストに基づくもので、中立的な公開リーダーボードの結果ではない。確定した事実ではなく、あくまで「主張」の段階にあると読むのが妥当だ。開発者として数字を受け取るときは、誰がどの条件で測ったのかを毎回確認する癖をつけたい。

速度については別の順序が示されている。生成の速さは Nano Banana 2 が最も速く、Muse Image が続き、GPT Image 2 が最も遅い。品質と速度でランキングが入れ替わるのは珍しくなく、用途によってどのモデルが「良い」かは変わる。バッチで大量に叩く用途なら速度優先、一枚をじっくり仕上げるなら品質優先と、選ぶ基準は作業の性質で決まる。順位表を一つだけ見て「勝ち負け」を決めると判断を誤る。

新機能を出して撤回するまでの一連

公開直後に注目を集め、そして引っ込められた機能がある。@メンションで Instagram アカウントを指定すると、その人物を生成画像に取り込めるというものだ。

この機能はプライバシー面の強い反発を受けた。ユーザーの公開されている Instagram 写真を素材として使う設計に対し、複数の報道が懸念を伝えた。Meta はこの機能について「的外れだった（missed the mark）」と認め、撤回している。

公開する、反発を受ける、撤回する。この流れそのものが、学習データと素材の扱いをどこまで設計段階で詰めるべきかを考える良い題材になる。技術的に実装できることと、公開して受け入れられることの間には距離がある。公開写真だから使ってよい、という前提が通用しなかった事例として記録しておく価値がある。

撤回の一件から筆者が抜き出したチェック項目を並べておく。新機能を出す側にも、それを触る側にも効く。

1. 生成の素材にする画像は、権利者と被写体の許諾範囲を確認したか。
2. 「公開されている」を「使ってよい」と読み替えていないか。実装可能性と社会的な受け入れを別々に評価したか。
3. 後から止められる設計（撤回できるフラグ）を最初から持たせたか。missed the mark と認めて引っ込められたのは、その退路があったからだ。

クラウド完結か、ローカル完結か

Muse Image のようなアプリ内完結型は、写真を Meta のサーバーに預けて処理する構成だ。手軽さと引き換えに、素材の出所と利用規約が全部相手側の土俵に乗る。筆者は機密画像を外に出したくない場面を実務で何度も踏んでいて、そういうときはローカル完結の自作ツールへ寄せる。両者は案件の性質で選び分ける対象だ。下の表は筆者が判断に使っている観点をまとめたものだ。

公開してよい素材で品質を試すなら前者が速い。守秘が絡む素材や、同じ処理を大量に回す作業は後者へ倒す。筆者の背景除去ツール（PyQt6 + ONNX / BiRefNet）は、まさに後者の必要から生まれた。

「API 無し」を、機能で数えて確かめた

API が無いという話は、無いことの確認が要る。OpenRouter の364モデルを2通りで数えた。

まず名前で見ると、meta/ で始まるモデルが9件ある。そのうち1件が meta/muse-spark-1.1 で、名前だけ見れば Muse が API で使えるように読める。中身を見ると別物だった。

Muse Spark は画像を読める推論モデルで、画像を出すモデルではない。記事が扱っている Muse Image とは別の製品になる。

次に機能で数えた。出力modality に image を持つモデルは11件あり、内訳は Google の Gemini 系が6件、OpenAI が3件、自動ルーティングが2件。Meta のモデルは1件も入っていない。

名前で探して当たりが出たときに、それで確認を終えなかったのが今回の分かれ目になる。meta/muse-spark-1.1 がある時点で「API はある」と書いていたら誤りだった。製品名の一致は、機能の一致を意味しない。

ローカル完結側の手元の実体

上でクラウドとローカルを並べたが、こちらは手元に実物がある。アイキャッチの生成スクリプトが OpenRouter とローカルの2経路を持っていて、ローカル側は ComfyUI の FLUX.2 klein base を呼ぶ。engine を切り替えるだけで経路が変わる。

この構えがあると、今回のように「アプリ内だけ・API 無し」の発表が来ても、待つか作るかの二択にならない。手元の経路で先に作って、API が出たら比べる順番で進められる。

未検証: Muse Image そのものは Meta のアプリ内でしか動かず、出力の品質は見ていない。上で確かめたのは API 経路の不在だけになる。

開発者としての実践ポイント

1. ベンチ主張は出典と測定条件をセットで扱う。「2番手」という順位も、内部テスト由来か中立リーダーボード由来かで意味がまったく違う。数字だけを引用しない。
2. circle/sketch/annotate の編集フローは、テキストプロンプトだけに頼らない指示設計の参考になる。生成物の上に直接マーキングして意図を伝える発想は、自作ツールの編集UIに転用できる。
3. クラウド完結型のサービスを使うときは、入力した画像や写真がどう扱われるかを利用規約レベルで確認する。@メンション撤回の一件は、素材の出所とユーザーの期待がずれると即座に炎上することを示している。
4. APIが無いモデルはワークフローに組み込めない。アプリ内完結の機能は「触って学ぶUX参照先」として位置づけ、パイプラインの部品としては期待しない。

筆者は機密画像を外に出さずに処理したくて、ローカル完結の背景除去ツール（PyQt6 + ONNX / BiRefNet）を自作した経験がある。クラウドに写真を預けたくない場面は実務で普通にあるので、その発想が気になる方はローカル完結の背景除去アプリを作るを参照してほしい。高速な編集系モデルの動向はGPT Image 1.5の高速編集でも触れている。

よくある疑問

Q. 開発者向けのAPIはあるのか。
A. 現時点で API は公開されていない。Meta AI・Instagram・WhatsApp のアプリ内でのみ動く。自分のパイプラインへ組み込む用途は今のところ想定されていない。

Q. 日本で使えるのか。
A. ロールアウトは米国を中心とした一部の国から始まっており、日本を含む提供状況は未確定だ。Facebook・Messenger・Advantage+ への展開が「近日」とされる段階なので、公式の告知を待つのが確実だ。

Q. アップロードした写真は学習に使われるのか。
A. 公式に断定できる材料はまだ揃っていない。@メンション合成が撤回された経緯は、素材の扱いがユーザーの期待とずれやすいことを示した。利用規約とプライバシー設定を自分で読むまでは、機密画像を入れない前提で触るのが安全だ。

まとめ

Muse Image は Meta のアプリ群に自然に組み込まれた画像生成機能で、複数写真のブレンドや画像への直接編集、テキストの綺麗なレンダリングを売りにしている。ベンチ主張は「Nano Banana 2 超え、GPT Image 2 未満」で2番手を名乗るが、この順位は中立リーダーボードの結果ではない。@メンション合成はプライバシー反発を受けて撤回された。

開発者向けAPIが無くアプリ内完結の Muse Image は、自作画像ツールの代替にはならない。ただし @メンション合成やスケッチ編集のUXは、自分のツールの編集UI設計の参考になる。ローカル完結・機密を外に出さない構成を好む立場からは、クラウド完結型がプライバシー論点で足をすくわれた今回の経緯こそ、いちばん学びの多い部分だった。

参考

• Meta AI 公式ブログ