Meta 的 Muse 图像每张约一美分,瞄准广告主

Meta 发布了 Muse,一款快速图像模型,其价格点引人侧目:每张图像约一美分。该模型于 2026 年 8 月底发布,并非为了追逐艺术圈或想要画廊级作品的专业消费者,而是瞄准广告主,价格本身就是卖点。
这一美分的数字改变了整类工作的经济模型。广告创意从来都是数量游戏。一个测试几十个产品角度的品牌、一个投放数百个变体的效果营销人员、一个每天更新横幅广告活动的代理商:这些工作的生死取决于生成下一个候选素材的成本有多低。当一张图只要一美分时,限制就不再是预算,而是品味。
Muse 究竟是什么
Meta 对技术细节的披露比竞争对手更少,但从发布定位和早期报道来看,其定位很清楚。Muse 是一款快速模型,为广告技术栈打造,面向品牌和广告主销售,而不是面向普通公众。
其战略逻辑不难看出。Meta 已经经营着全球最大的广告业务之一。它拥有受众、定向能力和创意投放机制。它历来外包的唯一环节就是创意本身。品牌自己提供图片、视频和文案。Muse 正是 Meta 试图把创意生成拉进同一个将投放广告的系统之中。
这正在形成一条真正的护城河。在 Muse 中生成的图像可以直接流入 Meta 平台上的广告活动,无需离开这个生态。OpenAI 和 Google 把图像生成作为通用服务出售。Meta 则能把它作为闭环的第一步来销售,而这个闭环最终通向广告购买。

为什么一美分的价格很重要
这个市场的定价讨论一直围绕每张图像成本展开,根据模型不同,从不到一美分到接近五十美分不等。Muse 的定位处于底部,接近最便宜的一端,但它背后有一个可以吸收成本的平台。
这改变了“便宜”的含义。一家以每张一美分出售图像的初创公司必须覆盖自己的算力成本。而 Meta 以每张一美分出售图像,是为了销售广告位而补贴创意。图像是引流产品,广告支出才是真正的产品。
对广告主而言,实际效果是创意迭代几乎可以变成零成本。过去的瓶颈是花钱请设计师做出十个变体。新的瓶颈是在一千个生成的变体中判断该真正投放哪一个,这是一个判断问题,而不是成本问题。
创意质量问题
诚实的提醒是,速度和价格通常会牺牲质量。Meta 并未将 Muse 定位为 Midjourney 杀手,也不应这样评判它。它的任务不是赢得美学奖项,而是以足够快、足够便宜的方式生成干净、符合品牌、可用的广告创意,从而让大规模测试变得合理。
这与排行榜追逐者的标准不同。一张产品图如果质量能达到手工调校渲染的 90%,但只花一美分、一秒生成,对效果营销人员的价值,要高于一张花五十美分、二十秒生成的杰作。广告创意本来就是一次性的。你投放它,衡量它,然后淘汰大部分。
这对制作广告的人意味着什么
有一种叙事把 Muse 框定为对设计师的威胁,这种说法大体上是错误的。真正消失的工作,是那些本来就已经接近一次性消耗品的工作。
那些通用横幅、季节性促销、无休止的信息流图片——投放一周就被淘汰——从来就不是工艺所在。那是走量的活儿,而走量的活儿正是一美分模型所自动化的东西。设计师得以腾出时间,专注于活动创意、品牌体系,以及那一个必须做到位的主视觉素材。
改变的是比例。团队不再从设计师那里得到十个成品素材,而是从模型得到一百个可测试的变体,设计师的工作转变为挑选和打磨优胜者。判断力上移,制作下移。这对设计师的时间是更好的利用,而对那些价值纯粹在于产出数量的人来说则更糟。
更难的问题是数据会怎样。Meta 利用流经自家平台的创意来训练广告模型,这个闭环没有竞争对手能复制。每生成一张图片、每投放一个广告,都会反哺创造出它的系统。这才是真正的护城河,也是 Muse 最值得审视的部分,而不是价格标签。
唯一需要观察的是,Meta 是否会保持当前价格。每张图一美分是一种圈地行为,而一旦领地到手,圈地并不总会持续。如果 Muse 是把广告主拉进闭环的引流产品,价格以后可能会在没人注意时悄悄上涨,就像免费配送培养了所有人的购物习惯后,运费上涨一样。不过就目前而言,廉价图像是真实存在的,而且它瞄准的正是全球最大的广告平台。
这对市场意味着什么
Muse 是更广泛分化的一部分,这种分化整个季度都在加剧。市场正分成两条赛道。
一条赛道上,是质量型选手:Midjourney 主打美学广度,GPT Image 主打全能能力,Nano Banana 主打照片级细节。这些工具面向那些把图像当作最终交付物的人。
另一条赛道上,是走量型选手:Muse,以及在某种程度上大模型的 Lite 版本。这些工具面向那些把图像当作其他事物输入的人——广告、商品列表、信息流帖子。对他们来说,单位经济性比最后那 5% 的质量更重要。
Muse 是最明确的信号,表明走量赛道有了一个重量级玩家。Meta 并不是要赢得选美比赛。它试图让图像生成变得足够便宜,从而成为广告的默认组成部分,就像再营销和 A/B 测试已经做到的那样。而每张图只要一美分,它或许真能做成。
相关文章
DALL-E 已成为过去:开启 AI 艺术的那个名字为何淡出
OpenAI 于 2026 年 8 月 30 日停用了 DALL-E GPT。发生了什么变化、为何是现在,以及这个名字对 AI 艺术意味着什么。
Google Pics 将 Nano Banana 内置到 Docs 和 Slides,Canva 该警惕了
对象分离、图像内文字翻译和 Workspace 集成:Google Pics 对 Canva 和 Adobe Express 意味着什么。
Grok Imagine Image 2.0 是 xAI 的论点:编辑才是真正的工作
Image 2.0 在图像竞技场双榜排名第二,具备区域编辑、五图融合和智能调整尺寸。解读其编辑优先的策略。
ChatGPT Images 2.5 更快、更清晰,终于支持草图输入
Images 2.5 将延迟最多降低 50%,新增 Sketch,并让多轮编辑更稳定。变化在哪,谁该关心。