Meta 的 Muse 系列直接把 Image 和 Video 两个模态都甩出来了

Meta 这次终于在生成式 Media 上发力了，Muse 系列直接开源了模型。说实话，之前的 Meta 在 AI 赛道给人的感觉有点 Lag，但这次 Muse Video 的画面逻辑和 Texture 表现，显然不是那种只会瞎蹦的“崩坏式”生成，有备而来，摆明了是要跟 Sora 和 Midjourney 硬碰硬。

我更关注的是它的原生 Multimodal 架构和工程落地潜力。Meta 这种级别的 Ecosystem 玩家，一旦把模型集成进现有的社交 Media Tools，创作的 Barrier 会降到极低。比起那些纯学术性质的开源模型，这种自带流量入口的落地能力才是最可怕的。

有没有已经跑过 Benchmark 或者上手试过 Prompt 对齐能力的兄弟？尤其是对复杂指令的 Instruction Following 到底怎么样，求个实测反馈。