Muse Spark Open 能做什麼：從剪影片到改 3D，關鍵是會回頭看

Muse Spark Open 能做什麼？Meta 在 2026 年 10 月 15 日發布的這款開放權重模型，可以結合文字、圖片、音訊和影片理解任務，再透過 Agent 呼叫工具推進工作。對創作者最有啟發的，是兩個具體方向：檢查影片素材並挑選片段，以及看著多角度算圖繼續修改 3D 素材。

模型輸出的是文字；剪輯軟體執行裁切，程式碼和算圖引擎負責呈現立體物件。把這些環節連起來，才能從「給一個建議」走到「做完後再檢查哪裡需要改」。

剪影片，先判斷哪些片段值得留下

Meta 的發布公告描述了一次本機工作流程測試：Muse Code 搭載 Muse Spark Open 操作 DaVinci Resolve，逐格檢查素材，找到表現最好的片段，並裁成直式。

這裡包含兩種不同的判斷。選段要看動作、情緒或資訊是否完整；直式裁切則要看主體和關鍵細節能否留在畫面裡。同一段素材，適合做開場的瞬間，未必適合直接裁成直式。把「為什麼選」和「裁哪裡」分開寫，才容易指出需要調整的地方。

要把這套思路用於自己的專案，可以先要求一份剪輯計畫。下面是任務範例：

我會提供素材，目標是一支 30 秒直式預告片。
先列出建議保留片段的起訖時間、選擇理由、需要保留的動作或對白。
逐段說明 9:16 畫面的焦點，以及裁切後可能失去的關鍵資訊；不適合直式裁切的片段單獨列出。
計畫確認後再執行，每次修改只處理已確認的問題。

這樣交付的價值是可以檢查：一個片段為什麼被捨棄、一句對白是否被截斷，都有具體位置可以討論。素材中缺少的鏡頭，也能先列成補拍需求，再繼續做分鏡和影片創作。

做 3D，正面好看還不夠

Hugging Face 的實際測試展示了另一種做法。他們將 2-bit 量化的 Muse Spark Open 與 Pi 程式開發 Agent、llama.cpp 組合，由模型編寫 Three.js 素材程式碼，在瀏覽器中算圖，再把多個角度的螢幕截圖交回同一個模型檢查。Pi 根據可見問題修改程式碼，繼續下一輪。

公開任務中設定了十個固定視角，包括沿軸線、斜側和細節視圖，並要求保留五輪改進的截圖、評審與修改紀錄。固定攝影機位置、光線和物件方向很關鍵：如果每輪都換角度，就很難判斷結構是否真的改好。

它把「再精緻一點」變成了有位置的修改。例如應先指出哪張視圖、哪個部位存在什麼可見問題，再提出修正；下一輪還要回到同一視圖確認問題是否解決。輪次本身不代表品質，尚未解決的缺陷應繼續留在問題清單中。

這個檢查思路也適合製作角色設定、物件多視圖和影片補拍鏡頭。可以用下面的任務範例整理修改意見：

保持同一物件的輪廓、配色和關鍵細節，使用固定的正面、側面、背面與細節視圖比較。
先按「視圖—位置—可見問題—建議修改」列出清單。
這一輪只處理確認的 1 到 3 項，其他部分保持不變。
修改後逐項對照同一視圖，說明哪些已解決、哪些仍存在；看不清的地方不要猜。

多視圖概念圖與可執行的 3D 素材是不同交付物。前者幫助明確造型和修改要求，後者還需要程式碼、幾何結構與實際算圖；檢查時要圍繞自己需要的成品展開。

把「回頭看」寫進創作需求

這兩個案例共享一條創作流程：先觀察素材，提出可執行的決定，讓工具完成，再回到結果中核對。剪輯看時間段與畫面焦點，造型看固定視角與具體部位；回饋越有位置，下一輪越容易說清楚。

在 PagePop 製作圖片或影片時，也可以從一份清楚的創作需求開始：提供參考素材，寫明要完成的作品、必須保留的內容和這一輪只改哪裡。拿到結果後，再針對具體畫面繼續調整。比起不斷增加形容詞，這樣更容易保住已經滿意的部分，把修改推進到下一步。