Muse ImageとMuse Videoとは？MSL初のメディア生成モデルの機能・料金・Sora 2/Veo 3との違いを解説

Muse Image（ミューズ・イメージ）とMuse Video（ミューズ・ビデオ）は、Meta Superintelligence Labs（MSL）が2026年7月7日に発表した、同組織初のメディア生成モデルです。

Muse Imageは同日ローンチされ、Meta AIアプリ・meta.ai・米国のInstagram Stories・一部の国のWhatsAppで利用できます。Muse Videoはプレビュー段階で、クリエイターとMeta AI向けに近日提供予定です。

Muse Imageの特徴は、テキストから画像への直接変換ではなく、Web検索・コード実行・自己修正を挟む「エージェンティック」な生成プロセスです。あわせてMuse Sparkとツール・プランを共有し、複雑なプロンプトを段階的に解釈します。

本記事では、Muse ImageとMuse Videoの発表内容とMSLの中での位置づけ、エージェンティック画像生成の仕組み、主要機能、料金と提供チャネル、Muse Videoの現時点の仕様、Sora 2・Veo 3・gpt-image-2との使い分け、Advantage+広告への統合、Instagram公開写真の再利用に伴うプライバシー論点、企業導入で押さえる判断軸までを2026年7月時点の最新情報で整理します。

Muse ImageとMuse Videoとは？MetaがMSLから投入した2つの新メディア生成モデル

Muse Image（ミューズ・イメージ）とMuse Video（ミューズ・ビデオ）は、Meta Superintelligence Labs（MSL）が2026年7月7日に発表した、同組織初のメディア生成モデルです。

Muse Imageは発表と同時に一般提供が始まり、Muse VideoはプレビューとしてMeta公式サイト上で作例のみ公開されました。両モデルは同じ事前学習基盤を共有しており、Metaは今後もこの「Muse ブランド」を単一系列として拡張していく方針です。

2026年現在、Metaは同年4月8日に発表したMuse Spark（言語モデル）を含めて「Muse」を統一ブランドとして立ち上げ、Llama系のオープンソースモデルと並行する形で、クローズドな製品組み込みモデル系列を追加しました。Llamaは引き続き基盤モデルとして残り、Muse は Meta の消費者向けアプリと広告インフラに深く統合された系列という位置づけです。

Alexandr Wang氏を初代Chief AI Officerに迎え、Scale AIへの143億ドル出資を伴う組織再編を経てのモデル投入で、2026年Q1決算ではAI関連の設備投資を1,250〜1,450億ドルへと上方修正しています。

公式作例に見る品質水準

Muse Imageで生成された作例の一つ、Japandiスタイルの部屋リスタイル（出典：Meta Newsroom）

Meta Newsroomの公式作例では、木製家具・和紙障子・麻ラグ・墨絵の絵画といった要素が一枚の写実的な部屋として整合しており、テクスチャの再現度とスタイル指定への追従精度の高さが示されています。

Muse Imageが Instagram Stories 上で提供する30種以上のプリセット効果は、この水準の作例を「部屋のリスタイル」「クレイアニメ化」「レトロ写真風」といった目的別テンプレートで即座に呼び出せる形にしたものです。

Muse Image / Muse Videoの位置づけ

MSLが発表してきたMuseブランドは、Muse Sparkを起点に、今回のMuse ImageとMuse Videoを加えて3モデル構成になりました。以下の表で、Muse系列の中でのMuse ImageとMuse Videoの位置づけを整理しました。

モデル	主なモダリティ	発表時期	提供状況
Muse Spark	テキスト（入力は音声・画像も）	2026年4月8日	Meta AI・Facebook・Instagram・WhatsApp・Ray-Ban Meta等で提供中
Muse Image	画像生成・画像編集	2026年7月7日	Meta AI・Instagram Stories(US)・WhatsApp(限定国) で提供中
Muse Video	動画生成（ネイティブ音声対応）	2026年7月7日プレビュー	クリエイター・Meta AIへ近日提供

3モデルはいずれもMSL体制下でクローズドソースとして提供され、モデル本体のダウンロード・自社ホスティングはできません。

Muse Image / Muse Video は現時点で公開APIが発表されておらず、Meta のアプリと meta.ai、そして今後展開される Advantage+ Creative 経由でのみ触れられる設計です。
Muse Spark のみ、select users / partners 向けの限定的なprivate API preview が用意されている段階で、Muse ブランド全体がAPI無しというわけではありません。

Muse ImageとMuse Sparkは、ツール利用・プランニングを相互に共有できるよう連携しています。

Muse SparkでプロンプトをリファインしながらMuse Imageで生成、という「LLM＋画像モデル」の統合エージェントとして動く点が、単体の画像モデルとは違うところです。

---

Muse Imageの「エージェンティック画像生成」——ツール呼び出しと自己検証の仕組み

Muse Imageが同時期のSora 2・Veo 3・gpt-image-2と設計思想として大きく違うのは、プロンプトを直接画像にマッピングするのではなく、エージェントとして推論・ツール利用・自己修正を挟む点です。

Metaは公式ブログで、Muse Imageの中核として「tool use（ツール利用）」「self-refinement（自己修正）」「test-time compute scaling（推論時計算スケーリング）」の3要素を挙げています。

この3つは近年のLLMで確立した手法を、そのまま画像生成モデルに持ち込んだものです。

ツール利用——コードとWeb検索で補強

Muse Imageは、生成前後にコード実行環境とWeb検索ツールを呼び出せます。

強化学習の過程で、これらのツールを使いこなすことを直接学習しています。

• コード実行
  Pythonコードでグラフ・チャート・QRコードを生成し、それを条件として最終画像に埋め込む。「ICML 2025のポスターの前でQRコードをスキャンする韓国マンファ風の女性」のような、正確なQRコードが要件の指示にも対応
  
  

• Web検索
  プロンプトに含まれるブランド名・実在人物・場所・時事的な話題を検索し、外観・スタイル・文脈を最新化した上で生成する
  
  

• Muse Sparkとの統合
  Muse ImageとMuse Sparkは、同じツールとプランを共有する形で連携する。両モデルの組み合わせで、埋め込み画像付きのアニメーションGIF・Webサイト・インタラクティブな視覚ゲームまで生成できる

結果として、生成物の中に読み取り可能なQRコード・整合したグラフ・実在URLのスクリーンショットを含めるといった、従来の拡散モデル系では苦手だった「正確な情報を含む画像」の生成品質が上がっています。

コード実行でmeta.aiへ飛ぶQRコードを生成し、ICML 2025 のポスター前でスマホをかざす人物のマンファ調イラストに埋め込んだ tool use の実例（出典：Meta AI Blog）

Meta 公式のデモは、Pythonでスキャン可能な QRコードを生成し、そのQRコードを含む「ICML 2025 のポスター前で女性がスマホでスキャンする」韓国マンファ調の一枚絵として最終画像を組み立てるところまで、Muse Image が一連のエージェント動作としてこなすことを示しています。既存の拡散モデルは擬似的なコード風の模様しか描けないケースが多く、実際にスキャンできるQRコードをシーンの中に配置できる点は tool use を挟む Muse Image ならではの差別化です。

自己修正——生成物を評価して再生成

Muse Imageは、生成した画像を自ら評価し、指示との差分に応じて次の一手を選びます。
表情の向きだけを修正したい場合は局所編集、構図そのものが指示と乖離している場合は完全再生成、という判断を自動で行います。

Meta公式のデモでは、「QRコードを見ている女性」の視線を「スマホ画面を見ている」へ変更するリクエストに対し、マンファ調・背景・QRコード自体は保持したまま、視線と表情だけを差し替えるという編集を成立させています。

これは画像編集モデルとして評価されているNano Banana 2やFLUX.1 Kontextと近い挙動で、単発生成モデルとは異なる方向性です。

自己修正機能を適用したMuse Image（青）と適用しない場合（灰）の勝率比較。Text-to-Image / Single-Image Edit / Multi-Image Edit の3タスクいずれも青が過半数を取っている（出典：Meta AI Blog）

チャートを読み解くと、自己修正ありの Muse Image が Text-to-Image で 57.1%、Single-Image Edit で 56.3%、Multi-Image Edit で 56.6% と3タスクとも過半数勝ちを取っています。

過半数を6ポイント前後上回る差は、画像生成のような主観評価が入りやすい領域では大きい方で、「自己修正を挟むかどうか」が最終品質に効いていることを Meta 自身が定量データで裏付けた形です。

推論時計算スケーリングによる品質向上

3つ目のポイントは、推論時の計算量を増やすほど品質が上がる設計です。LLMの Chain-of-Thought や強化学習型推論と同じ思想で、Muse Imageは「時間をかけて考えるほど絵が良くなる」振る舞いを示します。

Meta の公式説明では「日常的な作成は無料、より多くの生成が必要なユーザー向けにサブスクリプションを用意」という区分にとどまっており、無料枠と有料プランで具体的にどのパラメータが変わるかまでは明示されていません。

Meta が Arena text-to-image で 2位、single-image editing で 2位、multi-image editing で 2位 という数値を公式に示しているのは、この推論時スケーリングの成果です（2026年7月5日時点、Meta AI公式ブログによる）。

横軸は推論時の計算量（対数スケール、1x〜8x）、縦軸は Arena Elo。青がツール利用ありの推論、紫がツール利用なし、緑破線が Best-of-N のベースライン（出典：Meta AI Blog）

この曲線からは、推論時計算量を 1x から 2x に増やすだけで、ツール利用ありの Muse Image が Elo で 40 ポイント程度伸びていることが読み取れます。

ツール利用なしの紫線・単純な Best-of-N の緑線と比較しても、tool use を挟む青線の伸び幅が最大で、「時間をかけるほど品質が上がる」設計思想が Muse Image で成立していることが Meta の内部評価で確認できています。

---

Muse Imageの主要機能と

エージェンティックな内部設計はモデル基盤の話ですが、ユーザーが実際に触るインターフェースはInstagram・Meta AI・WhatsAppで統一されたものです。

ここでは、使い手の視点でMuse Imageに搭載された主要機能を整理します。

30種以上のプリセット効果と提案プロンプト

Muse Imageは、Instagram Storiesの中で30種類以上のプリセット効果として提供されます。古い写真の復元、ヘアスタイル試着、クレイアニメ化などのカテゴリが揃い、いずれもワンタップで実行できます。

初心者にとってプロンプト設計は大きなハードルですが、Muse Imageは提案プロンプトを最初から並べておくことで、生成AI画像を触ったことのない層でも試しやすい設計になっています。

@メンションでInstagramアカウントを参照

最大の目玉機能が、「@ユーザー名」で公開Instagramアカウントを直接参照できる機能です。ユーザー名をプロンプトに入れると、Muse Imageがそのプロフィールから公開写真を引き出し、生成画像に反映します。

Instagramを事実上の「顔ライブラリ」として使えるようになった、と表現できます。個人アカウントだけでなくブランドアカウントもプロダクトショットのソースとして使え、たとえば「@ブランド名のスニーカーを履いて渋谷を歩く自分」のような合成が、Meta AIチャットの中で数回のプロンプトで作れます。

この機能は「Muse Imageが特別なデータを持っているから可能」ではなく、Instagramのパブリック領域を丸ごと素材化したという意味で、Metaのプラットフォーム優位性が最も強く効く機能です。

スケッチ編集——生成画像の上に直接指示

生成した画像に対して、「markup」アイコンから直接丸で囲む・線を引く・注釈を書き込むというスケッチ入力ができます。

これは、テキストでは指示しにくい「背景のこの部分を消して」「この人物の左腕をもう少し下げて」といった修正を、視覚的に伝えるためのインターフェースです。

対話文脈は保持されるので、繰り返しの微調整でもプロンプトを毎回書き直す必要はありません。

複数参照画像の合成

複雑なプロンプトを扱えるようにするため、Muse Imageは複数の写真をシームレスに混ぜて1枚の画像に統合できます。企業のブランドフォト・商品写真・スタッフ写真をまとめて渡し、そこから広告用のワンビジュアルを合成する、といった使い方が想定されています。

Meta公式のデモでは、Muse Imageが「どのオブジェクトをどのレイアウトに配置するか」を高度な推論で計画してから生成する、と説明されています。

これらの機能を組み合わせると、Muse Imageは「Instagram/WhatsAppで動くマルチモーダルなクリエイティブアシスタント」に近い立ち位置になります。SNSの投稿画像を1枚作るためだけに、外部の画像生成ツールを開く必要がなくなる、という設計思想です。

---

Muse Imageの料金プラン・提供チャネル

Muse Imageは、個人ユーザー向けは無料で使い始められる設計です。より多く生成したいユーザー向けには、既存のMeta AIサブスクリプションに含める形で提供されます。

個人ユーザーの料金体系

Meta公式の発表では、Muse Image利用の料金体系は以下のように整理されています。

• 無料枠
  Meta AIアプリ、meta.ai、Instagram Stories、WhatsApp DMで日常的な生成に利用できる。回数上限や解像度の上限は明記されておらず、内部的なレートリミットで運用されている見込み
  
  

• Meta AI サブスクリプション
  より多く生成したいユーザー向けに、既存の Meta AI サブスクリプションに含める形で提供される
  
  

• API・SDK
  Muse Imageの公開APIは現時点で未発表。Meta のアプリ内・Advantage+広告経由でのみ利用できる。
  
  Muse Sparkについてはselect users / partners向けのprivate API previewが用意されているが、Muse Imageで同等の枠組みがあるかどうかは公式に明言されていない

Muse Imageは第三者クラウド（Azure・AWS・Google Cloud）経由での提供が現時点でアナウンスされていません。

同じ生成AI画像モデルでも、AWS Bedrock・Vertex AI・Azure AI Foundry 経由で扱えるImagen 4や、OpenAIの gpt-image-2・Sora 2 とは、この点で提供モデルが根本的に異なります。

提供チャネルと利用可能な国

Muse Imageは、2026年7月7日時点で以下のチャネルで利用できます。以下の表で、それぞれの提供状況を整理しました。

チャネル	提供状況	対象国
Meta AIアプリ / meta.ai	提供中	対応国で順次拡大
Instagram Stories	提供中	米国
WhatsApp DM	提供中	限定的な国
Facebook	近日提供	未公表
Advantage+ Creative（広告主向け）	数週間以内に統合	未公表

日本でのInstagram Stories・WhatsAppでの利用可否はMeta側からアナウンスされていません。

Muse Image自体は今後展開が広がる方針ですが、リリース時点では米国優先で提供地域を絞る設計になっており、日本のSNS運用担当者・クリエイターは提供拡大を待つ姿勢が現実的です。

日本からMuse Imageを試せるかどうかはMeta側から明示されておらず、Meta AIアプリ・meta.aiのアクセス可否も国によって差があります。

日本のクリエイター・SNS運用担当者は、公式アナウンスで日本での提供有無を確認し、未提供の場合はImagen 4・Nano Banana 2 Lite・FLUX.1 Kontextなどの代替モデルで先行して運用スキルを積んでおくのが現実的です。

---

Muse Video:「MSL初の動画生成モデル」——現時点で判明している仕様

Muse Videoは、Muse Imageと同じ事前学習基盤を共有する動画生成モデルです。Muse Imageが同日に一般提供された一方で、Muse Videoは公式ブログとMeta AIサイト上での作例公開にとどまっており、現時点でユーザーが触れる形にはなっていません。

Metaは、Muse Videoを「近日中にクリエイターとMeta AIへ提供する」としており、いわゆる「preview」段階のモデルです。

ネイティブ音声とArena 3位

Muse Videoの技術的な特徴として公式が明言しているのは以下の2点です。

• ネイティブ音声対応
  別モデルで音声を後付けするのではなく、動画と音声を同時生成する
  
  

• Arena text-to-video 3位
  第三者評価プラットフォーム Arena の text-to-video ランキング（2026年7月5日時点）で3位（スコア 1459）
  
  

• Meta AI アプリ内配布
  外部の動画生成サービスに移動せず、Meta AIの中でそのまま生成→配信できる

Arena text-to-video の上位は、1位 Google Gemini Omni Flash（1527）、2位 ByteDance Seedance 2.0（1482）、3位 Muse Video（1459） の順です。5位 OpenAI Sora 2 Pro（1366）、6位以下 Google Veo 3.1 Audio 系 は、Muse Video より一段下の帯に並んでいます。

ネイティブ音声対応が Veo 3以降・Muse Video で標準化する一方、動画品質の Elo ではMuse VideoがSora 2・Veo 3.1 系を上回っている点が、この発表の実力を最もよく示すデータです。

Arena Text-to-Video ランキングでMuse Video（3位・1459）はGemini Omni Flash（1位・1527）、Seedance 2.0（2位・1482）に次ぎ、Sora 2 Pro（5位・1366）や Veo 3.1 Audio 系（6位以下）を上回る（出典：Meta AI Blog）

日本のクリエイター・広告主目線でこのランキングをどう読むかというと、動画品質そのものはトップ3の争いに入ったものの、1〜2位のモデル（Gemini Omni Flash・Seedance 2.0）は Google／ByteDance の提供チャネル上で既に触れる状態にある（Gemini Omni Flash は preview 表記が残る段階）のに対し、Muse Video はプレビューで一般には触れません。

「触れる／触れない」という提供状況の軸で見ると、現時点でMuse Video は Sora 2・Veo 3.1系より一段後ろに位置します。Elo は将来の完成度を示す指標として押さえておき、実運用は Meta の一般提供アナウンスを待つのが妥当です。

現時点で未公表の仕様

一方で、Muse Videoはプレビュー段階のため技術仕様の詳細が公式から出ていません。

• 解像度・アスペクト比（1080p・4Kのどこまで対応するか）
• クリップ長（Sora 2 API は16秒／20秒、Veo 3系は提供チャネルごとに尺が異なり、Google Flowでは4／6／8秒中心＋延長機能あり）
• フレームレート
• 対応する入力形式（テキスト・画像・動画リファレンス）
• 提供時期・提供国
• 料金（Muse Imageと同じサブスクの範囲か、個別課金か）

この不透明さは、企業導入を検討する側にとって「今すぐの判断は保留せざるを得ない」制約です。

Meta自身も、Muse Videoの現時点の弱点として「音声と映像の同期精度」「物理的に正確な高速運動の描写」の2点を挙げており、Sora 2・Veo 3と競える汎用モデルとして仕上げるには追加のチューニングが要る段階です。

Meta AI アプリ内配布の優位性

Muse Videoが仕上がったときに強く効くのは、動画生成の品質そのものよりもMeta のアプリ内配布です。

InstagramのReels、WhatsAppのステータス、Facebook Storiesで動画コンテンツを流したいクリエイターにとって、生成した動画を別ツールから移送する必要がないというUXは、Sora 2・Veo 3にはない優位です。

Sora は独立ソーシャル体験を持っていましたが、OpenAI 公式のディスコン情報によれば Sora の web/app 体験は2026年4月26日に既に終了しており、API も2026年9月24日で終了予定で、後継モデル・後継 API への移行が前提です。Veo 3系は Google AI Studio・Vertex AI 経由の提供で、SNS配信までの導線は他プラットフォーム連携頼りです。

この提供構造の違いは、動画生成モデルの「性能を評価する」議論と、「SNS運用の中で使い倒す」議論を切り分けて考える必要があることを示しています。

---

Muse ImageとSora 2・Veo 3・gpt-image-2の使い分け

Muse Imageの発表を受けて多くの読者が気になるのは、既存のフロンティア画像・動画生成モデルとの使い分けです。

以下の表で、Muse ImageとMuse Videoを、Sora 2・Veo 3・gpt-image-2と並べて特性を整理しました。

モデル	提供元	主な強み	提供チャネル	料金と留意点
Muse Image	Meta MSL	Instagram参照、スケッチ編集、Muse Spark統合、コード実行込みの正確な情報埋め込み	Meta AI・Instagram Stories(US)・WhatsApp(限定国)	個人無料＋Meta AIサブスク
Muse Video	Meta MSL	ネイティブ音声、Meta アプリ内配布	プレビュー	未公表
Sora 2	OpenAI	物理再現・複数ショット持続	ChatGPT・API（Sora の web/app 体験は2026年4月26日に既に終了）	ChatGPT有料プラン＋API単価。Videos API と sora-2・sora-2-pro 系のモデルエイリアス／スナップショットは2026年3月24日に非推奨化、2026年9月24日に停止予定（後継モデルへの移行が必要）
Veo 3 / 3.1	Google DeepMind	1080p〜4K・音声同期・Google Cloud連携	Google AI Studio・Vertex AI・Google Flow	Google の AI Ultra プランおよび Vertex AI 経由の API 単価（プラン価格・提供国は Google 公式の AI plans を随時確認）
gpt-image-2	OpenAI	顔・テキストの保持精度、ChatGPT内でのマルチターン編集、gpt-image-1.5からの推奨後継	ChatGPT・API	ChatGPT有料プラン＋API単価。gpt-image-1.5は2026年6月2日に非推奨化、2026年12月1日に停止予定

これらの特性差から、使い分けの目安は以下のように整理できます。

• SNS投稿画像を毎日回したいクリエイター
  Muse Imageが第一候補。Instagram参照とスケッチ編集がプロンプト設計コストを下げる
  
  

• 企業ブランド一貫性を持ちながら大量のクリエイティブを回したい広告主
  数週間後に提供される Muse Image on Advantage+ が実務直結。並行して、既存のOpenAI利用はgpt-image-2への移行前提で比較する
  
  

• 映画的な複数ショットや物理挙動を伴う動画
  Arena text-to-video のElo で見ると Muse Video（3位）が Sora 2 Pro（5位）・Veo 3.1 Audio（6位）を上回っているが、Muse Video はプレビュー段階のため触れない。現時点で触れるのは Sora 2 の API と Veo 3.1 系のみで、Sora は web/app が2026年4月26日に既に終了・API も2026年9月24日で終了予定。OpenAI公式のdeprecation情報を追いながら後継モデルへの移行計画を立てる。Muse Videoは提供開始まで待つ
  
  

• Google Cloud・Vertex AIで動くパイプラインに組み込みたい
  Veo 3 / 3.1が既存Google Cloud基盤との相性で有利
  
  

• 社内ドキュメントの中で使うマルチターン編集（同じ人物の別ポーズを保持）
  gpt-image-2がChatGPT内で完結する強みを持つ

実務的な選択軸は、モデルの絶対性能よりも「どのプラットフォームで結果を消費するか」に近いのが2026年後半の実像です。SNS運用ならMuse Image、汎用画像編集ならgpt-image-2、動画ならSora 2 / Veo 3、と使い分けるのが現時点の妥当な整理になります。

---

Advantage+広告への統合:広告主の制作フローが変わる

個人ユーザー向けの機能に目が行きがちですが、Muse Imageが本当に大きな影響を与えるのは広告主向けの領域です。

Metaは、Muse ImageをAdvantage+ Creativeに数週間以内で統合すると公式に発表しています。

小規模ビジネス @averyandme のInstagram広告キャンペーン。Muse Imageで生成したベビー用品のクリエイティブ9点をブランド一貫性のあるグリッドに並べた例（出典：Meta AI Blog）

グリッドを構成する9枚のクリエイティブは、「We Oolong Together」「Mommy's Lil Dumpling」「I Love You So Matcha」といったテキスト入りのベビーオンピース、ぬいぐるみ、パッケージ写真など、テーマ（食べ物モチーフのベビー用品）は共通ながら被写体と構図が変わっています。

Muse Imageなら、素材の一貫したトーン・ライティング・撮影スタイルを維持したまま、こうした「9パターンの広告バリエーション」を短時間で回せるようになる、というのが公式が示す小規模ビジネス向けユースケースです。

Advantage+ Creativeは、Metaが提供するAI駆動の広告最適化スイートで、素材のトリミング・テキスト調整・配信面ごとのバリエーション生成を自動化する仕組みです。ここに、生成AI画像モデル本体としてのMuse Imageが加わります。

ブランド一貫性を保ったバリエーション量産

広告主が Muse Image を使うと期待できる変化は、次の3点です。

• 少ないイテレーションで最終稿へ
  プロンプト＋ブランド素材の参照だけで、そのまま入稿できるクリエイティブに近い品質の画像が出る。Meta の公式表現では「ブランド一貫性を保ちながら少ないイテレーションで高品質なクリエイティブを生成」
  
  

• 配信面ごとのバリエーション自動生成
  Feed用の正方形、Stories用の縦長、Reels用の縦長というアスペクト比違いを、素材から自動生成
  
  

• 社内クリエイティブチームのリソース再配分
  制作の起点となる素案作りをMuse Imageに任せることで、人間のクリエイティブディレクターは戦略とブランドガイド設計に集中できる

制作会社に外注していた「季節キャンペーン用にバリエーション30本」のような案件は、Muse Image on Advantage+ の登場で内製化される可能性があります。

日本の広告代理店・Web制作会社にとっては、生成AIを前提とした案件単価の再設計を迫られるタイミングです。

---

Muse Imageで浮上したプライバシー懸念とEU規制の壁

Muse Imageは技術的な完成度で高く評価されている一方で、Instagramの公開写真を第三者の生成素材として使える設計が、発表と同時に大きな議論を呼びました。

主要メディアの中でもTechCrunchは特に踏み込んだ論考を出しており、Meta自身のポリシーとユーザーからの反発を並置して報じています。

Instagramの公開写真が素材化される

Muse Imageの「@メンション」機能は、パブリックInstagramアカウントを他人が指定するだけで、そのプロフィール写真・投稿写真を素材として引き出す設計です。ここで押さえておくべき事実を整理します。

• 対象者の同意は不要
  「@ユーザー名」だけで公開写真から生成できる。写真に映っている本人の同意を、Muse Imageは要求しない
  
  

• 既定でオン、オプトアウトが必要
  パブリックアカウントは既定で「他人が生成に使える」状態になっている。オプトアウトはInstagramの設定から「投稿・Reelの再利用」をオフにする必要がある
  
  

• 利用時の通知なし
  自分の写真を素材にして誰かが画像を生成しても、本人には通知が届かない
  
  

• オプトアウト前の生成物は削除されない
  オプトアウト以降の新規生成は防げるが、それまでに他人が生成した画像は消えない

これは技術的にはInstagramの「パブリック」の定義を素直に拡張したものですが、心理的な期待とはズレます。

読者・投稿者は「パブリック」＝「誰かがブラウザで見に来る」だと思っていたところに、「AIモデルが素材として合成できる」が加わった格好です。

企業アカウント運用で押さえる実務対応

日本の企業のSNS担当者から見ると、以下の順で確認・対処するのが妥当です。

• 公式Instagram / 代表者アカウントの設定を確認
  「投稿・Reelの再利用」の項目をオフにするかどうかを社内で決める。ブランド訴求としては再利用オンで拡散を狙う選択肢もあるが、ロゴ・タレント肖像を含む場合は要注意
  
  

• タレント・モデル起用の契約書を見直し
  広告契約で「AI生成モデルの学習・生成素材として使わない」旨の条項が入っているかを法務と確認。Muse Imageは公開Instagram上のパブリック投稿を素材化する設計のため、契約時点で想定されていない用法になる可能性がある
  
  

• 社員個人アカウントへの周知
  社員の顔写真から社名を推定される事案が起こりうる。個人の判断でオプトアウトを選べるよう、情報共有だけは行っておく

これらは「Muse Imageが日本で使えないから関係ない」で片付けられません。日本での提供有無に関わらず、日本の企業アカウントの公開写真が海外ユーザーの生成素材として使われるケースは想定されるため、パブリック設定を維持したままの運用にはリスクが伴います。

EU規制との衝突

Muse Imageのオプトアウト設計は、EU の一般データ保護規則（GDPR）下で複数の論点を呼び起こします。GDPRは全処理に明示的同意を要求する制度ではなく、Article 6 が示す適法根拠（契約履行・正当な利益・同意など）の選定と、それに応じた透明性・オプトアウトの実効性が問われます。

加えて、顔画像を含む識別データがArticle 9 の特別カテゴリ（生体データ）に該当する処理となる場合は、より厳格な条件が要求されます。EU域内でMuse Imageが提供されるかどうか自体、リリース時点では明示されていません。

Meta は過去に、Cambridge Analytica事件（50億ドルの罰金）や2021年の顔認識システム廃止など、データ利用ポリシーで規制当局と繰り返し衝突してきた歴史があります。今回のオプトアウト設計は、EUで再びこの論点を呼び起こす可能性が高いと見られています。

企業のSNS運用担当者にとって、Muse Image の EU 展開に関する続報は「公開設計が変更される可能性」まで含めてウォッチする価値があります。プライバシー設計そのものが、正式リリースの前後で変わる可能性があるためです。

Content Sealによる不可視ウォーターマークと検出ツール

Muse Imageで生成された画像には、Metaが「Content Seal」と呼ぶ不可視ウォーターマークが埋め込まれます。

目視では判別できない形で識別情報が付与され、Meta は同時に検出ツールのプレビューも進めていると説明しています。

企業のSNS運用・広告制作の視点で見ると、Content Sealは以下の実務論点に効きます。

• 社内制作物のAI由来判別
  外部から入稿された画像がMuse Image由来かどうかを検出ツールで検証できるため、AI生成物の混入監査を運用に組み込みやすい
  
  

• 法務・広告表示の裏付け
  景表法・薬機法・肖像権など、AI生成物であることを明示すべきケースで、判定の根拠として使える
  
  

• 他社モデルとの併存運用
  gpt-image-2やImagen 4にもそれぞれの由来識別（C2PAメタデータ・SynthIDなど）が入るため、複数モデルを併用するチームは「どのモデル由来の画像に何が付いているか」を運用ドキュメントで整理しておく

Content Sealは生成AI画像の氾濫に対する業界共通の解決策の一部で、Meta単独で運用が完結する仕組みではありません。ただし、Muse Imageを社内クリエイティブに組み込む企業にとっては、監査・トレーサビリティ設計の起点として押さえておく価値のある機能です。

---

Muse Image / Muse Videoの導入判断で押さえる論点

ここまでの内容を、企業ペルソナ別に「今すぐやること」と「見送るべきポイント」で整理します。

以下の表で、SNS運用担当・広告主・SIer / DX 推進担当・法務それぞれの動きを一覧化しました。

対象	今すぐやること	現時点で見送るポイント
SNS運用担当（クリエイター含む）	日本での提供有無を確認し、利用可能なら Muse Image を試す。ブランドロゴ・タレント写真のオプトアウトを判断	Muse Videoは提供待ち、Reels動画の量産は現行手段を継続
広告主（Meta広告予算あり）	Advantage+ Creative の統合を待ちつつ、既存クリエイティブのブランドガイドをMuse Image投入前提で整理	制作会社との既存契約は Muse Image on Advantage+ の一般提供を見て見直す
SIer / DX推進	顧客企業へのSNS・広告向け生成AIの提案フローを、Muse Imageとgpt-image-2・Sora 2の使い分け前提で更新。既存OpenAI案件はSora 2 API・gpt-image-1.5の停止スケジュールを整理	API連携が必要な案件は Muse ImageのAPI提供を待つ
法務・コンプライアンス	自社アカウントのオプトアウト方針を決定、タレント肖像の契約書に生成AI条項を反映	Muse Image のEU展開・国内展開の続報を待って追加規約対応

この表で共通するのは、「Muse Image・Muse Video の性能を評価する」よりも「自社のクリエイティブ運用の中で使う位置を先に決める」姿勢です。

生成AIモデルの性能競争は数か月単位で変わるため、モデル単位の追いかけっこはコストが見合わないケースが多くなります。

日本のクリエイター・広告主の現実的な選択肢

日本の企業にとっての優先度は以下のように整理できます。

• SNSクリエイティブを日々回すチーム
  まずMeta AIアプリ・「meta.ai」の日本での利用可否を確認する。利用できない場合や制限が強い場合は、gpt-image-2・Nano Banana 2 Lite・FLUX.1 Kontextなどで運用スキルを積み、Muse Imageの日本展開が広がった段階で切り替える動きを想定しておく
  
  

• Meta広告予算を年数千万円以上使う企業
  Advantage+ CreativeへのMuse Image統合はROI直撃の変化。広告代理店と共同で、統合前に既存クリエイティブとブランドガイドを Muse Image 入力用に再整理する
  
  

• タレント・キャラクター起用のブランド
  オプトアウト方針を経営レベルで確定する。SNS運用チームだけでは判断が難しく、法務・広報を巻き込んだ横断討議が要る
  
  

• AI受託開発・SIer
  Muse Image は API 提供がないため、モデル本体を組み込む案件はまだ発生しない。ただしMeta広告主向けの導入コンサルティング需要は先行する

AI総合研究所の支援現場でも、「Sora 2の日本展開はいつか」「Muse Imageは業務で使えるか」といった問い合わせが立て続けに来る状況です。Muse Imageのようなアプリ組み込み型モデルは、企業導入時に「モデル選定」よりも「運用チームのオペレーション設計」の比重が大きくなります。

---

Muse ImageとMuse Videoを事業活動に組み込む次の一歩

Muse Imageのようなアプリ内配布型の生成AIモデルは、SNS運用・広告制作・カスタマーコミュニケーションの現場で「使える瞬間」が急速に増えています。

一方で、モデル単体の評価だけでは業務は動きません。生成AIをPoCで終わらせず、ブランドガイド準拠・法務チェック・ABテスト設計まで含めて業務に定着させるフェーズに、多くの企業が入りつつあります。

AI総合研究所では、PoCから全社展開までの進め方、部門別ユースケース、AI運用における統制・セキュリティのチェックポイントを220ページにまとめた「AI業務自動化ガイド」を無料公開しています。Muse Image世代の生成AIを事業活動に組み込む第一歩として活用ください。

---

まとめ

本記事では、Meta Superintelligence Labsが2026年7月7日に発表したMuse ImageとMuse Videoについて、発表内容・エージェンティック画像生成の仕組み・主要機能・料金と提供チャネル・Muse Videoの現時点の仕様・Sora 2/Veo 3/gpt-image-2との使い分け・Advantage+広告への統合・プライバシー論点・Content Sealによる不可視ウォーターマーク・企業導入で押さえる判断軸まで、2026年7月時点の最新情報で整理しました。要点を改めてまとめます。

• Muse ImageとMuse VideoはMSL初のメディア生成モデルで、Llama系のオープンソースモデルと並行する形で、Muse Sparkを含む「Muse」ブランドがMetaのアプリと広告インフラに深く統合された系列として追加された
  
  

• **Muse Imageは"エージェンティック画像生成"**として、ツール利用・自己修正・推論時計算スケーリングを取り込み、単純なテキスト→画像モデルを超えた設計になっている
  
  

• 主要機能はプリセット効果30種以上・「@」メンションでのInstagram参照・スケッチ編集・複数参照画像合成で、SNSクリエイティブ制作の起点をMeta アプリ内で完結させる方向性
  
  

• 料金は個人無料＋Meta AIサブスクで、第三者クラウド経由の提供やAPIは現時点でなし。Muse Videoは提供時期・解像度・料金いずれも未公表
  
  

• Sora 2・Veo 3・gpt-image-2との使い分けでは、Meta アプリ内配布とInstagram参照が Muse Imageの明確な差別化ポイント。OpenAI側はgpt-image-1.5が2026年12月1日停止、Videos API と sora-2 / sora-2-pro 系モデルエイリアスが2026年9月24日停止という移行スケジュールを併走で押さえる必要がある
  
  

• Advantage+広告への数週間以内の統合は、広告主が最大の恩恵を受ける変化。制作会社との契約単価、ブランドガイド準拠のレビュー、法務チェックの高速化が実運用の焦点
  
  

• Instagram公開写真の再利用がプライバシー論点として浮上。企業アカウントは既定でオン、オプトアウト前の生成物は削除されない設計のため、企業のSNS運用担当・法務は早期に方針を決めておく必要がある。Content Sealの不可視ウォーターマークと検出ツールを、AI由来判別・監査設計の起点として活用できる

Muse Image・Muse Videoは、単なる生成AIモデルの新作ではなく、Meta が SNSプラットフォーム × 広告 × 生成AIを1つのスタックに束ねる戦略の現れです。Sora 2・Veo 3が「モデル単体の性能」で競争する構図に対し、Muse ブランドは「プラットフォーム内配布」でユーザーを引き寄せる設計を選んでいます。

企業のSNS運用担当・広告主・法務にとっては、Muse Imageの性能そのものを評価する前に、自社のクリエイティブ運用の中でどう位置づけるかを先に決めることが最も現実的な備えになります。Sora 2・Veo 3・gpt-image-2との使い分けを社内で言語化し、Muse Imageの日本展開が広がったときに素早く動ける状態を、いま準備するタイミングです。