O que a Meta lançou de facto
A Meta Superintelligence Labs apresentou os seus primeiros modelos de media próprios a 7 de julho de 2026: o Muse Image e o Muse Video, seguidos dois dias depois por um modelo de raciocínio melhorado, o Muse Spark 1.1. A Meta chama ao Muse Image o seu modelo de imagem mais avançado, construído para seguir instruções com fidelidade, editar com precisão e compor uma cena a partir de várias imagens de referência ao mesmo tempo.
O Muse Video assenta na mesma base de pré-treino e acrescenta áudio nativo, com acesso em breve para criadores e para o Meta AI. O Muse Image está disponível hoje na aplicação Meta AI e no meta.ai, nas Instagram Stories nos Estados Unidos e no WhatsApp num conjunto limitado de países, com o Facebook indicado como em breve. Para quem está na UE, esse mapa de disponibilidade conta: no lançamento o alcance é norte-americano e limitado, pelo que a maioria das equipas europeias vai encontrar o modelo mais tarde do que os títulos sugerem.
Porque é que um modelo de imagem agêntico é diferente
A verdadeira mudança é que o Muse Image se comporta como um agente e não como um gerador que passa do comando ao pixel sem mais. Em vez de adivinhar como deve ser um gráfico ou um código QR, escreve e executa código para produzir a versão real, procura na web para fundamentar uma imagem em referências factuais e em tempo real, e refina-se a si próprio a gastar mais cálculo no momento da geração até o resultado se aguentar. Mantém a coerência ao longo de vários turnos de edição e, por se integrar com o Muse Spark, os modelos de imagem e de raciocínio partilham as ferramentas e planeiam a tarefa em conjunto.
Isto compra rigor real, logótipos corretos, códigos QR que funcionam, gráficos que de facto batem certo, mas também esbate de onde vêm os pixels. Uma imagem montada em parte a partir de uma pesquisa web ao vivo e em parte de dados de treino é mais difícil de rastrear do que uma desenhada a partir de um único comando. A pergunta útil deixa de ser parece certo e passa a ser o que leu para fazer isto, porque as duas coisas já não são a mesma.
O que significa para uma marca que o utilize
Antes de fazer passar ativos de marca por um modelo assim, a pergunta não é a imagem está boa mas que dados tocou e quem os pode ver. No dia do lançamento os utilizadores contestaram o uso das suas próprias fotografias pela Meta, uma preocupação sobre dados de treino e consentimento noticiada pela TechCrunch a 7 de julho, e essa reação torna concreto o ponto abstrato logo no primeiro dia. Sob o RGPD a mesma questão do consentimento pesa mais, pelo que uma equipa europeia tem mais motivos, e não menos, para ser rigorosa nisto.
Para uma empresa, o passo prático é tratar imagens de marca, logótipos e material de cliente como entradas com registo documental, e não como combustível gratuito para um gerador. Pergunte de onde veio uma referência, se o modelo a pode reter e quem a jusante pode ver o resultado antes de este se tornar um ativo público. O resultado pode ser genuinamente mais fiel aos factos do que as ferramentas antigas, e é precisamente por isso que a proveniência das entradas merece o mesmo escrutínio que a qualidade da imagem.
Leia a seguir: A IA de anúncios da Meta lança ao redor da Europa | Mil milhões de dólares e nem uma câmara
