Meta ha avviato i test in beta privata di Muse Video, il modello di intelligenza artificiale generativa progettato per creare contemporaneamente immagini in movimento e audio all’interno della stessa sequenza. Il sistema era stato presentato per la prima volta a luglio insieme al modello Muse Image e si trova ora in una fase di verifica in condizioni di utilizzo più vicine a quelle reali, con l’obiettivo di valutarne qualità visiva, coerenza temporale e capacità di interpretare correttamente scene articolate. La sperimentazione è attualmente limitata a un gruppo selezionato di partner e creator.
Nella configurazione attualmente sottoposta a test, Muse Video genera filmati della durata di 10 secondi. I primi esempi mostrano una particolare attenzione alla conservazione dei dettagli durante lo sviluppo temporale della scena, uno degli aspetti più complessi per i modelli text-to-video e image-to-video. Tra le sequenze realizzate figurano un robot hacker ambientato in uno scenario cyberpunk, uno scontro tra spadaccini all’interno di una foresta di bambù e un’intervista di strada ripresa in prima persona con uno smartphone. Anche in presenza di sfondi complessi, movimenti dei personaggi e cambiamenti del punto di vista della telecamera, gli elementi visivi tendono a mantenere una relativa stabilità durante la sequenza.
Una delle caratteristiche tecnicamente più rilevanti è la generazione nativa dell’audio. Muse Video non produce quindi soltanto il filmato lasciando a un secondo sistema il compito di aggiungere successivamente la componente sonora, ma genera immagini e suoni all’interno dello stesso processo. Il modello può creare dialoghi dei personaggi e rumori ambientali coerenti con ciò che avviene nella scena, collegando la componente sonora al contenuto visivo prodotto dall’intelligenza artificiale. Questo approccio punta a ridurre la frammentazione dei workflow nei quali video, voce, effetti sonori e ambiente acustico vengono normalmente generati o elaborati attraverso strumenti differenti.
La generazione congiunta di video e audio presenta tuttavia ancora alcuni limiti. Uno dei problemi riguarda la rappresentazione fisicamente corretta degli oggetti che si muovono rapidamente, situazione nella quale il modello può perdere precisione nella gestione delle traiettorie e delle trasformazioni visive. Rimane inoltre da migliorare la sincronizzazione fine tra immagini e componente sonora, soprattutto quando il contenuto richiede una corrispondenza temporale particolarmente precisa. Questi aspetti costituiscono ancora una parte importante della fase di sviluppo prima di un’eventuale distribuzione più ampia del sistema.
Meta non ha comunicato una data ufficiale per il rilascio pubblico di Muse Video e non sono ancora disponibili informazioni sui prezzi, sulle eventuali formule di accesso o sui limiti quantitativi applicati alla generazione dei video. Al momento della presentazione iniziale, tuttavia, l’azienda aveva indicato Meta AI come ambiente previsto per la distribuzione del modello, elemento che rende possibile una futura integrazione con alcuni dei principali servizi del gruppo.
Tra i possibili canali di utilizzo rientra Vibes, il feed di Meta dedicato ai contenuti video generati con intelligenza artificiale. Muse Video potrebbe inoltre trovare spazio all’interno di Instagram e Facebook e, potenzialmente, nell’applicazione Edits dedicata alla produzione e al montaggio di contenuti video. Instagram rappresenta in particolare un ambiente particolarmente adatto all’integrazione di uno strumento di questo tipo, considerando il peso assunto dai contenuti video e dai formati brevi all’interno della piattaforma.
La disponibilità simultanea di modelli per immagini e video permette inoltre a Meta di costruire una piattaforma di generazione multimediale direttamente collegata ai propri servizi social. Muse Image e Muse Video costituiscono due componenti complementari di questa infrastruttura: il primo è dedicato alla produzione di immagini, mentre il secondo estende la generazione alla dimensione temporale e aggiunge una componente audio creata nativamente insieme al filmato. La presenza di Facebook, Instagram, Meta AI, Vibes ed Edits offre all’azienda diversi possibili punti di distribuzione attraverso i quali le capacità generative possono essere trasferite direttamente agli utenti e ai creator senza richiedere necessariamente piattaforme esterne.
La fase di beta privata servirà quindi soprattutto a verificare quanto la qualità mostrata nelle dimostrazioni iniziali possa essere mantenuta durante un utilizzo più ampio, in particolare per quanto riguarda scene dinamiche, continuità degli oggetti, movimenti rapidi e sincronizzazione audio-video. Per ora Muse Video rimane un sistema in sperimentazione, con clip limitate a 10 secondi e senza indicazioni ufficiali sui tempi o sulle condizioni economiche del futuro accesso.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)