Muse Video 是什么？Meta AI 视频模型、能力与开放状态
基于 Meta 官方资料解析 Muse Video：已确认能力、原生音频、开放状态、当前局限、提示词方法和官方预览证据。
最近更新: 2026-07-10
Muse Video 是什么？
Muse Video 是 Meta Superintelligence Labs 在 2026 年 7 月 7 日预览的 AI 视频生成模型。Meta 表示它与 Muse Image 共享预训练基础，并重点强调提示词遵循、视觉保真度、时间一致性和原生音频四个方向。它是真实存在的 Meta 模型，但目前不能等同于已经全面开放的公共产品或 API。
需要明确区分：Muse AI Video 是独立的研究与创作工作站，不是 Meta 官方产品。 本站生成器会展示任务实际调用的模型，不会把 Seedance 或其他可用模型的结果重新包装为官方 Muse Video 输出。
当前状态一览
| 问题 | 已核实答案 | 信息状态 | |---|---|---| | 开发者 | Meta Superintelligence Labs | Meta 已确认 | | 首次预览 | 2026 年 7 月 7 日 | Meta 已确认 | | 是否全面开放 | Meta 表示未来将向创作者和 Meta AI 开放 | 尚未全面开放 | | 是否有公共 API | 尚未公布通用 API 规范或上线时间 | 未确认 | | 是否支持原生音频 | Meta 将原生音频列为核心方向 | 已确认方向 | | 当前已知局限 | 音画同步、物理准确的高速运动 | Meta 已确认 | | 发布时排名 | Meta 引用的 7 月 5 日快照中位列文生视频 Arena 第三 | 时间点快照 |
开放状态会变化，请结合日期阅读，并查看持续更新的 Muse Video 发布追踪。
已确认的核心能力
提示词遵循
提示词遵循不只是画面好看，而是主体、动作、环境、镜头、节奏、声音和结尾是否按照要求出现。产品视频中即使光影漂亮，只要产品形状变化、Logo 消失或镜头运动错误，仍然属于失败结果。
视觉保真度
视觉保真度包括人物和物体细节、材质、光线、空间纵深与整体电影感。官方预览展示了较高质量的精选结果，但单帧质量不能代替对身份稳定、运动连续和生成成功率的检查。
时间一致性
视频中的脸、服装、产品、背景结构、阴影和镜头位置需要在连续帧中保持稳定。你可以在 Muse Video 官方案例分析 中按照统一方法检查这些表现。
原生音频
原生音频意味着对白、环境声、音效和音乐可以与画面一起规划，而不是最后随意贴上一条声音。提示词应指出声源、距离、情绪和触发时间。Meta 同时承认音画同步仍需改进，因此“支持原生音频”不代表口型和高速动作声音已经完全准确。
仍未公布的信息
Meta 尚未发布完整的公共规格，包括最长时长、分辨率、宽高比、价格、地区、商业授权、速率限制、参考图控制和 API 请求格式。第三方页面如果展示完整 Muse Video 价格表或 API 参数，应同时提供可核验的官方来源。
官方明确提到的两项局限是：
- 音频与视频同步仍在改进。
- 物理准确的高速运动仍存在不足。
对白、撞击、体育动作、液体、快速手部动作和复杂物体交互都应通过多次原始输出测试，不能只依据一段精选 Demo 判断。
如何提前准备 Muse Video 提示词
一份可复用的视频制作简报应包含：
- 主体：人物、动物、产品或主要物体。
- 动作：在视频时长内可以清楚完成的一件事。
- 环境：地点、天气、时间与背景活动。
- 镜头：景别、角度、运动路径和速度。
- 连续性：脸、服装、Logo、包装和空间中不能改变的内容。
- 光线：光源方向、色温、对比与时间氛围。
- 节奏：开场、发展和最后一个画面节点。
- 声音：对白、环境声、音效、音乐和同步点。
完整模板和案例见 Muse Video 提示词指南。现在也可以在 AI 视频生成器 中使用实际标注的可用模型测试同一份制作简报。
本站如何核验新信息
我们将内容分为 Meta 官方事实、带日期的榜单快照和编辑分析，不把发布公告推断成未经证实的价格或产品参数。未来开放后，应使用相同提示词和参考素材，多次测试提示词遵循、身份稳定、镜头运动、物理表现、声音同步、失败率、生成时间和每个可用结果的实际成本。
官方来源
最后核实日期：2026 年 7 月 10 日。