Meta Superintelligence Labs (MSL) kembali membuat gebrakan dengan **Meta Releases Muse Spark 1.1 Multimodal Reasoning Model**, sebuah peningkatan signifikan dari model Muse Spark sebelumnya. Langkah ini menunjukkan ambisi Meta untuk bersaing langsung dengan pemain besar seperti OpenAI dan Anthropic di garis depan pengembangan AI.

Sebelumnya, Meta membentuk MSL untuk mengembangkan model AI tingkat frontier setelah beberapa waktu tertinggal. Pada bulan April, Meta mengumumkan model Muse Spark yang pertama, yang telah memberikan hasil kompetitif dibandingkan Opus 4.6 Max, Gemini 3.1 Pro High, GPT 5.4 xhigh, dan Grok 4.2 Reasoning. Kini, Muse Spark 1.1 hadir sebagai panggung utama.

## Peningkatan Besar di Muse Spark 1.1

Muse Spark 1.1 membawa berbagai peningkatan substansial. Model ini menunjukkan kemajuan dalam tugas-tugas agensi, penggunaan komputer, pengodean, dan pemahaman multimodal. Meta menyebutkan bahwa Muse Spark 1.1 dapat bekerja dengan alat bawaan, server MCP, serta kemampuan kustom. Lebih dari itu, model ini dapat bertindak sebagai agen utama yang menyusun rencana, lalu mendelegasikan pekerjaan ke sub-agen yang berjalan paralel.

Salah satu peningkatan paling penting adalah dukungan untuk jendela konteks 1 juta token. Ini adalah lompatan besar dari model Meta sebelumnya. Meta mengklaim model ini mampu mengelola konteks secara aktif selama alur kerja yang panjang. Perusahaan juga memosisikan Muse Spark 1.1 sebagai model yang lebih kuat untuk tugas-tugas penggunaan komputer.

## Ketersediaan API dan Harga Kompetitif

Untuk pertama kalinya, Meta menyediakan model ini melalui API, memungkinkan pengembang membangun aplikasi AI. Saat peluncuran, akun Meta Model API yang baru akan mendapatkan kredit gratis sebesar $20. Setelah itu, harga model ditetapkan sebesar $1.25 input per juta token dan $4.25 output per juta token. Angka ini secara signifikan lebih rendah dari model frontier lain yang ditawarkan Anthropic dan OpenAI.

## Performa dan Keamanan

Muse Spark 1.1 berhasil meraih skor state-of-the-art pada benchmark MCP Atlas, JobBench, Humanity's Last Exam, dan FinanceBench. Pada benchmark kunci lainnya, model ini mampu bersaing dengan model yang jauh lebih mahal, termasuk milik OpenAI.

Dari sisi keamanan, Meta telah mengevaluasi Muse Spark 1.1 di bawah Advanced AI Scaling Framework mereka. Perusahaan menyatakan bahwa model tersebut tetap berada dalam batas aman di seluruh area risiko frontier seperti risiko kimia dan biologis, keamanan siber, dan hilangnya kontrol.

## Untuk Pengguna Umum

Bagi konsumen umum, model Muse Spark 1.1 kini sudah tersedia dalam mode “Thinking” di aplikasi Meta AI dan melalui situs meta.ai. Ini memudahkan akses publik untuk mencoba langsung kemampuan terbaru dari Meta Superintelligence Labs.

## Referensi
*   https://www.neowin.net/news/meta-releases-muse-spark-11-a-multimodal-reasoning-model-challenging-openai-and-anthropic/

Meta Superintelligence Labs (MSL) meluncurkan Muse Spark 1.1, sebuah peningkatan besar yang menantang model AI frontier dari OpenAI dan Anthropic dengan kemampuan canggih dan harga API yang kompetitif.

Meta Rilis Muse Spark 1.1, Model Multimodal Penantang OpenAI dan Anthropic

Reggi

Di ajang tahunan Google I/O 2026 yang digelar pada Selasa, 19 Mei 2026 di Mountain View, California, AS, Google resmi memperkenalkan **Gemini Omni**. Model kecerdasan buatan terbaru ini hadir sebagai partner kreatif yang akan mengubah cara kita **edit video AI**. Dengan **Google Gemini Omni**, proses pembuatan konten visual bergerak menjadi lebih mudah dan intuitif.

Gemini Omni menggabungkan kecerdasan inti Gemini dengan kemampuan media generatif canggih, termasuk mengubah gambar menjadi video dan mengedit video menjadi video baru dengan teknologi AI. Google bahkan menyebutnya sebagai "Nano Banana" untuk video, sebuah gambaran betapa ringkas dan kuatnya alat ini dalam pembuatan video melalui kata-kata.

## Memahami Gemini Omni: Model Multimodal untuk Video

Gemini Omni dirancang sebagai model AI multimodal. Ini berarti Gemini Omni dapat menerima berbagai format input, mulai dari teks, gambar, audio, hingga video, lalu mengubahnya menjadi konten visual bergerak yang utuh. Google menyebut Gemini Omni sebagai langkah lanjutan dari Google Veo, model AI terdahulu yang berfokus pada pembuatan dan pengeditan gambar. Kini, kemampuan multimodal tersebut diperluas ke ranah video generatif, dan Gemini Omni akan menggantikan Veo di aplikasi Gemini.

Pengguna dapat memulai pembuatan video dari nol, meremix galeri yang sudah ada, atau mencoba template bawaan. Konsepnya sederhana, ucapkan, saksikan, dan bagikan kreasi Anda.

### Kemudahan Edit Video Lewat Percakapan Alami

Salah satu daya tarik utama Gemini Omni adalah kemampuannya mengedit video melalui percakapan alami. Anda cukup mengetik perintah dalam bahasa natural, layaknya sedang mengobrol, dan AI akan langsung menyesuaikan isi video sesuai instruksi. Ini memungkinkan Anda menjadi editor video AI hanya melalui perintah.

Sebagai contoh, Anda bisa meminta Gemini Omni untuk mengubah latar belakang video, mengganti pakaian karakter, atau bahkan mentransfer gaya visual tanpa menghilangkan detail penting. Anda juga dapat menukar karakter, menyesuaikan pencahayaan, atau menstabilkan video hanya dengan memberitahukan apa yang perlu diperbaiki. Sistem AI ini dirancang untuk mengingat konteks, sehingga karakter, objek, dan suasana dalam video tetap konsisten meskipun Anda melakukan banyak revisi. Coba berbagai pilihan gaya untuk melihat banyak kemungkinan dengan sekali ketuk.

### Pemahaman Dunia Nyata dan Fisika

Google mengklaim bahwa Gemini Omni memiliki pemahaman yang jauh lebih baik terhadap hukum fisika dibandingkan model AI sebelumnya. Keunggulan ini membuat Gemini Omni lebih andal dalam mensimulasikan gerakan nyata, seperti efek gravitasi pada objek, perpindahan energi kinetik, atau dinamika fluida agar visualisasi video terlihat realistis.

Model ini juga memanfaatkan basis pengetahuan Gemini terkait sejarah, sains, dan konteks dunia nyata, memastikan video yang dihasilkan tetap masuk akal. Gemini Omni bahkan mampu membuat visualisasi konsep abstrak dari perintah teks singkat. Ini memungkinkan kreasi visual yang mencerminkan logika dunia nyata dan memberikan kontrol pengeditan selangkah demi selangkah melalui percakapan.

### Fitur Avatar AI untuk Kreasi Personal

Gemini Omni menghadirkan fitur **avatar AI** yang memungkinkan Anda membuat versi digital diri Anda sendiri. Avatar ini dapat digunakan untuk memproduksi video AI yang terlihat dan terdengar sangat mirip dengan Anda. Fitur ini sepenuhnya opsional dan aman, memastikan hanya Anda yang dapat menggunakan avatar Anda untuk membuat video. Anda tidak perlu berulang kali mengunggah foto diri untuk membuat konten personal. Para kreator dapat membuat video dari foto dan menambahkan diri ke dalam kreasi mereka dengan cara yang lebih mudah.

### Ketersediaan dan Langganan

Gemini Omni tersedia untuk pengguna berusia 18 tahun ke atas. Akses fitur penuh memerlukan paket Google AI Plus, Pro, atau Ultra. Ketersediaan ini berlaku dalam semua bahasa dan di wilayah tempat aplikasi Gemini dapat diakses. Namun, beberapa fitur seperti avatar dan pengeditan video ke video AI mungkin memiliki batasan di negara tertentu.

Model pertama dari keluarga besar ini yang dirilis adalah **Gemini Omni Flash**. Gemini Omni Flash mulai tersedia secara global untuk pelanggan Google Workspace melalui aplikasi Gemini dan Google Chrome. Selain itu, fitur ini akan hadir tanpa biaya tambahan bagi pengguna YouTube Shorts dan aplikasi YouTube Create mulai minggu ini. Google juga akan menyediakan akses Gemini Omni Flash melalui antarmuka pemrograman aplikasi (API) dalam beberapa minggu ke depan.

### Keamanan Konten dengan SynthID

Untuk menekan risiko penyalahgunaan konten hasil rekayasa AI, Google memastikan bahwa semua video buatan Gemini Omni akan dibekali dengan penanda digital **SynthID**. Ini adalah _watermark_ tidak terlihat yang berfungsi mengidentifikasi konten buatan AI Google.

Kemampuan SynthID kini mencakup gambar, video, dan audio. Anda dapat mengunggah file dan menanyakan apakah file tersebut dibuat menggunakan AI Google. Gemini akan mencari keberadaan SynthID dan menggunakan penalarannya sendiri untuk memberikan respons yang akurat.

## Referensi
- https://gemini.google/id/overview/video-generation/?hl=id
- https://teknologi.id/teknologi/google-kenalkan-gemini-omni-edit-video-ai-kini-tinggal-ketik-prompt

Google memperkenalkan Gemini Omni, model AI multimodal terbaru yang memungkinkan pengguna membuat dan mengedit video berkualitas tinggi hanya dengan perintah teks atau kombinasi media, menggantikan model Veo sebelumnya.

Google Gemini Omni: Era Baru Edit Video AI Lewat Perintah Teks

Solusi praktis integrasi webmail custom ke dalam dashboard Gmail. Kelola, baca, dan kirim email domain pribadi langsung dari satu tempat tanpa ribet gonta-ganti tab.

Mengapa Kamu Masih Buka Dua Tab Terpisah? Panduan Setup Custom Webmail Langsung di Dashboard Gmail

Pelajari efisiensi merakit mesin tetas telur listrik AC otomatis dengan modal murah untuk mendongkrak hasil ternak unggas tanpa repot bolak-balik telur manual.

Otomasi Ternak Unggas: Kenapa Rakit Sendiri Mesin Penetas Telur AC Jauh Lebih Worth It Dibanding Cara Konvensional?

Pelajari bagaimana mesin tetas telur berbasis arus listrik DC bekerja menjaga suhu dan kelembapan ideal untuk mendongkrak keberhasilan penetasan telur unggas.

Mesin Tetas Telur Arus DC: Solusi Hardware Murah Buat Tingkatin Angka Penetasan Unggas

Kupas tuntas seluk-beluk mobil aki anak dengan kontrol ganda dan fitur multimedia. Pahami batas spesifikasi hardware sebelum eksekusi build sendiri.

EV Versi Mini: Membedah Mobil Listrik Aki Lengkap dengan Remote Control dan Fitur Multimedia

Pelajari cara merakit smart power strip berbasis NodeMCU dan Blynk untuk kontrol daya nirkabel serta integrasi IoT yang aman dan efisien.

Mengapa Beli Mahal Kalau Bisa Bikin Sendiri? Rancang Smart Power Strip Berbasis NodeMCU dan Blynk

Solusi tuntas mengatasi bug sistem dan software bermasalah di MacBook dengan panduan install ulang macOS lewat Internet Recovery secara aman.

#ai-multimodal

Getting Lastest Post..

Populer Bulan Ini