Meta在7月7日正式发布了Muse Image,这是它旗下Superintelligence Labs做的第一个图像生成模型,直接接管Meta AI、Instagram、WhatsApp里的生图功能,Facebook和Messenger也快了。发布本身不算新鲜事,真正让人多看一眼的是官方公告里那句轻描淡写的说明:用户在提示词里@一个Instagram账号,模型就会调用这个账号的公开照片,把TA的样子拼进生成的画面里。
换句话说,你不需要上传任何人的照片,只要打出一个用户名。
@一下,你就成了别人的AI素材
这不是什么隐藏彩蛋,是Meta自己在公告里写明的功能:「tagging a username lets Meta AI use public photos to build a visual」。技术路径不复杂——Muse Image背后连着Muse Spark大语言模型,负责先“理解”提示词、上网搜索、规划构图,再交给图像模型生成,官方管这叫“agentic”。@某个账号,本质上就是把这个账号的公开图库喂给了这套流程。
同一批更新里还有Instagram Stories的30多种新AI特效,以及帮用户重新装修房间、在照片上直接涂画修改的功能。这些都是常规的产品迭代,唯独“@他人生成”这一条,悄悄改变了一件事的门槛:过去想把某个人P进AI图片,你至少得自己去找、去传照片;现在只要记得对方的用户名。
政策写的是“反冒充”,不是“反被生成”
Meta的公告里加了一句“用户可以控制别人如何复用自己的内容用于AI”,还甩出一个帮助中心链接。听起来像是留了退路,但仔细看现有的隐私和安全条款,能对上的条款都是老一套:反冒充、误导性内容举报、隐私安全投诉通道。这些都是为“别人假冒你的身份发帖”设计的,不是为“别人拿你的账号当AI生图原料”设计的。
- 风险.一个账号越公开、粉丝越多,被@进陌生人AI画面的概率就越高,而当事人大概率无从得知。
这中间空出的一段,恰恰是这次发布最该被追问的地方:被@的人有没有被提前告知的权利?能不能主动申诉、要求下架?Meta是打算专门为这个功能补一套同意机制,还是继续沿用那套针对“冒充”设计的旧政策去应付一个完全不同性质的新玩法?公告没答,帮助文档也没细说。
便利先跑,同意后追
深度伪造的争议已经吵了好几年,各家平台的应对方式其实很像:先把生成能力做顺,再靠举报机制擦屁股。这次的不同之处在于,过去的deepfake工具需要用户主动去找素材、有一定操作门槛;Muse Image把这道门槛拆掉了,变成打一个@就行。
古人说“防民之口,甚于防川”,治理上历来是堵不如疏,可这次Meta连“疏”都还没做——既没有在功能上线时同步给出明确的授权流程,也没有说清被生成者的知情权边界。技术能力已经足够“agentic”,懂得推理、上网、规划,却唯独没有为“这张脸是不是你愿意被拼进去的”这件事做规划。
- 结论.Muse Image证明了图像生成的“可用性”已经跑赢了平台的“可问责性”,补丁大概率会在争议出现之后才打。
便利先落地,同意后到位,这是平台一贯的节奏,但代价从来是用户先垫付。
接下来最值得盯的,不是这个功能能生成多好看的图,而是Meta会不会在使用者投诉出现之后,才想起给“被@”这件事补一道知情或拒绝的开关——历史上,大多数平台都是这么补的。