Muse AI 学习笔记

[!info] 一句话结论 Muse 是 Meta 于 2026-09-08 发布的消费级个人 AI 智能体（Personal AI Agent）：能聊天、能替你在网页和 App 里实际操作（订票、购物、发邮件、填表单），还能生成图像和带原生音频的短视频，每个用户配一台云端独立安全虚拟机，底层由 Meta 自研 Muse Spark 模型驱动。首发仅限美国成年用户。

基本信息速览

项目	内容
发布方	Meta
发布时间	2026-09-08
定位	面向普通消费者的个人 AI Agent（非企业工具）
驱动模型	Meta 自研 Muse Spark（当前 1.3，100 万 token 上下文）
入口	iOS / Android 独立 App、网页端、WhatsApp 内调用、Muse for Mac
可用范围	仅美国、仅成人（截至 2026-10）
订阅价格	Free $0 / Power $20 月 / Maximum $100 月

核心能力

对话与主动建议：像聊天机器人一样回答问题，并主动推进用户目标、给出想法。
代理执行（Agentic）：在网站和应用里实际点击操作——订票、购物、发邮件、填表单，关键动作需用户批准。
Connectors：连接第三方服务，扩大可操作范围。
媒体生成：Muse Image（图像）与 Muse Video（视频，详见下节），在应用内或通过 Meta Model API 调用。
Cowork / Spark 协作：多人或人机协作场景。
自定义 Agent：用户可以创建代表自己执行数字任务的定制代理。

Muse Video（视频生成，2026-10 已放开）

Meta 超级智能实验室（MSL）的视频生成模型，与 Muse Image 一同官方发布，入口为 Muse 应用（muse.ai）和 Meta Model API。

能力	说明
输入模式	文生视频、图生视频、视频生视频
原生同步音频	音效、环境声、口型同步对白一次生成，无需单独配音
物理规律运动	弹跳、水流等动作有重量感
角色一致性	一张照片生成可复用角色，跨片段保持面容服装
片段重混	保留原运动，替换场景/风格/角色
镜头语言	理解 dolly（推轨）、handheld（手持）、浅景深等术语

限制（Beta 阶段，据 2026-08 报道）：单次最长约 10 秒；音画同步和快速运动的物理准确性仍有瑕疵；长篇叙事能力未验证。

口碑：Arena 人类偏好排行榜文生视频第一梯队，与 Sora 2、Veo 同级。B 站「灵姐说AI」2026-10-14 有深度实测（含 GPT 当导演协作拍短片）。

注意：官方入口是 muse.ai；第三方站 musevideo.art 等为仿冒/无关站点，勿混淆。

架构亮点（Secure VM + Sentinel）

这是 Muse 与一般 Agent 产品差异最大的部分，对做嵌入式/系统方向的人很有参考价值：

Muse Secure VM：每个用户一台独立云端虚拟机（Linux 隔离技术），Agent 的所有操作都在 VM 内执行，用户之间完全隔离。
Sentinel 伴生智能体：独立于 Muse 运行的系统级进程，负责拦截所有未经批准的外发动作（egress 控制），Agent 自身无法绕过——相当于给 Agent 加了一道硬件级"门禁"。
authd 守护进程：按需注入凭证，Agent 全程不直接接触用户密码。

思路总结：不是靠提示词约束 Agent，而是用操作系统层的权限隔离兜底。

Muse Spark 模型与 API 定价

版本	时间	变化
Spark 1.2	2026-08-05	推理模型，面向复杂 Agentic 任务
Spark 1.3	2026-09-02	工具调用减少约 20%，token 消耗减少约 25%，100 万 token 上下文

Meta Model API 按量计费（标价）：

输入 $1.25 / 百万 token，输出 $4.25 / 百万 token（约为竞品 1/4 价格）
缓存输入 $0.15 / 百万 token
贡献者价：同意共享使用数据可低至 $0.10 / $0.20 每百万 token（隐私换价格，需警惕）
另有 Muse Code（编码模型）、图像生成、语音转录（按分钟计费）

订阅额度：

套餐	价格	额度
Free	$0	每周最高约 1 亿 token（需绑卡验证）
Power	$20/月	每周约 5 亿 token
Maximum	$100/月	更高算力额度

市场反响

华尔街日报实测评价："好用，也让人脊背发凉"——能力强，但 Agent 替你操作带来的隐私顾虑真实存在。
彭博：早期用户增长不错，消费级个人 Agent 的需求得到验证。
独立评测普遍将其安全模型与 ChatGPT Agent、Claude、Gemini 对比。

与我现有工具的关系

对比项	Muse	Hermes（我在用的）	Claude Code / Codex
目标用户	普通消费者	个人开发者/进阶用户	开发者
执行环境	Meta 云端独立 VM	本机 + 飞书 Gateway	本机终端
核心场景	日常生活代办	自定义 Skill/Plugin、消息自动化	写代码、工程任务
可定制性	低（封闭产品）	高（开放 Skill 体系）	高
国内可用性	不可直接用	可用	可用

可借鉴的点：

Sentinel 的"系统层拦截外发动作"设计——Hermes 自定义 Skill 做敏感操作时，也可以借鉴"先拦后放、白名单放行"的思路。
免费额度策略（每周 1 亿 token）说明 Spark 推理成本已被 Meta 压得很低，中转站模型价格战会继续。
"批准式执行"交互：关键动作弹窗确认，是个人 Agent 安全感的来源，做自动化链路时值得照搬。

风险与限制

地区限制：仅美国可用，国内无法直接注册使用；WhatsApp 入口同样受限。
隐私：贡献者价以共享数据为代价；Agent 能操作账号和支付，授权边界要谨慎。
成熟度：发布仅一个月（截至 2026-10），能力边界和稳定性待观察。

下一步（可选）

持续关注 Muse 是否开放更多地区 / Spark 模型 API 是否对国内中转站开放。
关注其 Secure VM / Sentinel 架构的公开技术细节，评估是否能在 Hermes 自定义 Skill 中借鉴权限拦截思路。
观察 ChatGPT Agent / Claude / Gemini 在消费级个人 Agent 方向的跟进动作。

来源

检索日期：2026-10-08（初稿）、2026-10-22（补充 Muse Video）。产品迭代快，价格和能力以官方最新公告为准。

7.2 KiB Raw Permalink Blame History Unescape Escape