Meta Muse Video：发布日期、API 访问，以及 Meta Connect 可能带来的变化

整个夏天的大部分时间，Meta Muse Video 一直待在公开排行榜上，对一个谁都调用不了的模型来说，这位置实在有点奇怪。Meta 于 2026 年 7 月 7 日与 Meta Muse Image 一同预览了它，承诺“很快面向创作者开放，并登陆 Meta AI”，随后十一个星期里再没透露任何消息。没有发布日期。没有公开 API。没有定价、分辨率、片段时长，也没有地区清单。它确实拥有的，是一组开发者平台的痕迹，指向一个尚未上线的 Video Playground，以及一场定于 2026 年 9 月 23 日的 Meta Connect 主题演讲——也就是本文撰写之日。这是一篇“目前我们所知”的文章：以下所有内容要么经厂商确认，要么来自独立测量，要么被明确标注为未经核实。

Meta 实际确认了什么

少于报道量所暗示的程度。Meta 自己的预览帖是唯一的一手来源，而且它只提出了一小串主张：

• 原生音频。Meta Muse Video 在生成画面的同一过程中生成声音，而不是事后另行添加——包括语音、环境音、音效和音乐。这是 Meta 主推的一项能力，也正是它区别于 Meta Muse Image 无声输出的地方。

• 与 Meta Muse Image 共享同一个预训练基础。Meta 表示，两者共享同一基础。但它并未说明 Meta Muse Image 的哪些控制能力——指令跟随、多参考编辑、自我精修——会延续到视频中。

• 两个已知的弱点。Meta 自己也指出，快速运动物理效果与音视频同步仍有待改进。这是厂商自述，值得照字面理解：“原生音频”并不等于完美的口型同步。

• Content Seal 水印技术。Meta 的不可见来源水印已随 Meta Muse Image 一同推出，Meta 表示计划将其扩展到视频领域。检测工具尚未有完整文档记录。

这是已确认的一组内容。其余流传的说法——片段时长、分辨率、价格、地区、导出条款、商业用途——都只是推测。

Video Playground 泄露事件，以及它没有说明的内容

让 Meta Muse Video 重新回到人们视野的信号来自 TestingCatalog，该网站报道称 Meta 的开发者平台中存在三个尚未发布的部分：Video Playground、Voice Playground和Connectors。如今，这三者中有两个已经发布或部分发布。Meta 于 2026 年 9 月 19 日向开发者开放了 Muse Connectors，让 Notion、Granola 和 Stripe payments 等服务可以接入 Muse 智能体。Voice Playground 目前尚无公开的对应产品。

报告未包含的内容，与其所包含的内容同样重要。报告中没有任何逐字代码、没有 API 端点字符串、没有请求或响应模式、没有模型标识符，也没有 Meta 的确认。开发者平台版块的存在，表明有意向开发者开放某些内容，但这并不能证明视频端点已经构建、定价、限流或排期。请将 Video Playground 视为一个强烈的方向性信号，而作为排期信号则很弱。

三份彼此不一致的排行榜快照

Meta Muse Video 的排名是与其相关的最常被报道、也最不稳定的数字。贯穿整个夏季的三份 Arena 文本转视频快照彼此并不一致：

• 2026年7月5日快照——Meta Muse Video 在文生视频排行榜上位列第3名，Elo 为1459，落后于 1527 分的 Gemini Omni Flash 和 1482 分的 Seedance 2.0，领先于 1366 分的 Sora 2 Pro 和 1364 分的 Veo 3.1。

• 2026年8月14日快照 — Meta Muse Video 位列第5名，Elo 为1457，在 616,845 张投票和 45 个模型中，MiniMax H3 和 HappyHorse 1.0 已超越它。

• 2026年9月22日快照 ——我们直接抓取的这份榜单，就在 Meta Connect 的前一天。Meta Muse Video 位列#9，在 48 个模型中，得分1456，共获得2,188 票，已被 Wan 3.0、Dreamina Seedance 2.5 和 MiniMax H3 超越。Gemini Omni 1.1 Flash 以 1516 分领先。

有三点值得从里面拎出来。第一，十一周里得分几乎没有动过（1459、1457、1456），排名却掉了六位——它周围的竞争格局变强了，而这正是一个无法被重新测试的未发布模型被摆在一块它无法再验证的榜单上的常态。第二，投票数才是关键线索：2,188 票相对于一块承载着 718,577 票的榜单来说只是舍入误差，所以那个排名周围的置信区间很宽，这个数字不该精确到三位。第三，也是最重要的一点，一块给没有任何公开访问途径的模型打分的榜单，衡量的并不是生产就绪度。文生视频榜单上的排名，并不能说明你能不能基于它做开发，也代替不了把你自己的素材跑一遍。

仍然未知的是什么

如果你正在试图决定 Meta Muse Video 是否会改变本季度的制作计划，这些就是尚未确定的变量，而且它们都还没有公布：

• 发售日期 — 没有具体日期，没有时间窗口，除了“很快”之外没有任何承诺。

• 访问路径——是以消费者功能的形式率先在 Meta AI 中推出，还是作为开发者端点，亦或两者同时进行。

• 片段长度与分辨率 —— 尚未披露。封闭测试阶段的样本流传时长都很短；官方并未公布任何作为限制的数值。

• 定价与限额——尚未说明积分结构、订阅层级或速率限制。

• 地区——Meta尚未说明哪些国家、应用或商业产品会率先获得该功能。

• 商业条款 — 尚未解决。不要想当然地认为 Meta Muse Image 的条款会沿用。

• 输入——图生视频、参考图像、扩展和编辑均未记录在文档中。

任何引用 Meta Muse Video 具体发布日或价格、却没有 Meta 更新公告佐证的页面，都只是在猜测。

如果发布，它会放在哪里

Meta 尚未说明分发方式，但 Muse 技术栈的形态让可能的顺序可以推测。Meta Muse Image 已在部分 Meta 产品和地区上线，而对于视频模型来说，自然的首批落地平台是 Meta AI 和 meta.ai，其次是 Vibes 信息流、Instagram、Facebook 和 Edits 应用。提供免费套餐并非没有先例——Meta Muse Image 就有。

最值得警惕的先例是 Meta Muse Image 在 Instagram 上的上线：该发布于 2026 年 7 月 10 日被撤下——距其推出仅三天——此前 SAG-AFTRA 对自动将创作者纳入其中提出反对。Meta 表示此举未达预期；Meta Muse Image 本身仍保持上线。具备原生音频且输出涉及面部的视频模型，将比静态图像编辑器遭遇更严格的反应。预计首次推出将范围有限且可随时撤回。

Meta Muse Video 将加入的技术栈

与其把 Meta Muse Video 视为一次独立发布，不如把它看作一个已经发布的产品家族中缺失的那一块，这样更容易理解。Meta Muse Spark 1.3 于 2026 年 9 月 2 日上线，具备原生视频 理解能力和 100 万 token 上下文——也就是说，它是一个会观看的模型，而不是一个会生成的模型。Meta Muse Voice Transcribe 负责语音转文本。Meta Muse Image 负责静态图像与编辑。Meta Muse agent 于 2026 年 9 月 8 日推出，并曾短暂位居美国 App Store 免费榜第一，它将是调用这一切的入口。Meta 当前的 Model API 涵盖 Meta Muse Spark 1.3、Meta Muse Image 和 Meta Muse Voice Transcribe。目前它上面没有视频生成模型，也没有语音生成模型。

这个缺口正是 Video Playground 的踪迹之所以有意思的全部原因。这是首个证据，表明正在为此做准备的不只是消费端应用，还有 API 层。

对于希望在 Meta 正式承诺之前就先行推进的团队，务实的做法是让生成环节保持可替换。OrcaRouter 通过单个 OpenAI 兼容端点开放 200+ 个模型，并具备自动故障转移能力，因此一条流水线今天可以调用某个视频模型，日后再重新指向 Meta Muse Video，而无需再签一份合同或重写代码——而且由于我们以 0% 加价率原样传递供应商的标价，厂商降价当天就会反映到我们这边，而不是等到下一个账单周期。明确说明这意味着什么、又不意味着什么：Meta Muse Video 无法通过 OrcaRouter 路由，在 Meta 正式发布它之前也不会。目前 Meta 家族中可路由的是Meta Muse Spark 1.2——如果你希望立刻在可用的流水线中用上 Muse 系列，这就是应该选择的模型。

主题演讲前该做什么

Meta Connect 将于 2026 年 9 月 23 日至 24 日在门洛帕克举行，扎克伯格的主题演讲定于 9 月 23 日星期三下午 4:00（太平洋时间），开发者专场则于 9 月 24 日星期四上午 10:00（太平洋时间）进行。如果 Meta Muse Video 真会亮相，那就会在那里。

有用的准备不是观看直播。而是准备好一个对比方案。在发布前写下三份简报——一份人脸驱动、一份产品镜头、一份快速运动——并为每一份定义“足够好”在音频同步、时序一致性和重试成本方面意味着什么。当访问开放时，把同样这三份简报分别通过 Meta Muse Video 和你当前使用的任何模型跑一遍，并比较获批的片段，而不是演示。排行榜上排名第9的模型和排名第3的模型，可能在你的素材上产出完全相同的结果，而要知道是哪一个，唯一的方法就是提前把测试写好。

在那之前，诚实的总结是这样的：Meta Muse Video 是一个真实的模型，它填补了真实的能力空白，背后有真实的开发者平台信号，却没有任何已公布的条款。发布日期从外部无从得知，但准备工作是看得见的。