متا سالها وقت صرف کرده و شاهد بوده که شرکتهای دیگر کانون توجه هوش مصنوعی مولد را به خود اختصاص میدهند. با Muse، این شرکت بالاخره حرکتی را انجام میدهد که فقط از عهدهی متا برمیآید. شرکت بهجای راهاندازی یک مولد تصویر مستقل دیگر که در یک تب مرورگر محصور باشد، در حال متصل کردن یک موتور خلاقانه پیشرفته مستقیماً به پلتفرمهایی است که میلیاردها نفر از قبل در آنها با دوستان خود پیام میدهند، به دنبال مبلمان دستدوم میگردند و عکسهای زندگی روزمرهشان را به اشتراک میگذارند.
Muse که توسط Meta Superintelligence Labs توسعه یافته، چیزی فراتر از یک مدل جدید را نشان میدهد. Muse بیانگر یک تز است: اینکه هوش مصنوعی مولد تنها از طریق بنچمارکهای فنی پیروز نخواهد شد، بلکه از طریق نزدیکی به رفتارهای روزمره به موفقیت میرسد. این مدل دارای نام رمز داخلی "Mango" است؛ جزئیات کوچکی که نشان میدهد این پروژه چه مدت در داخل شرکت در حال پرورش بوده است. اکنون این ابزار در WhatsApp، Instagram، Facebook و اپلیکیشن Meta AI با این هدف آشکار در حال عرضه است که تولید تصاویر مصنوعی را به اندازه ارسال یک پیام متنی، به امری عادی تبدیل کند.
حضور در جایی که کاربران هستند
بیشتر ابزارهای مولد از کاربران میخواهند که گردش کار (workflow) خود را متوقف کنند. شما گفتگو را رها میکنید، یک تب جدید باز میکنید، یک پرامپت تایپ میکنید، تصویر را دانلود میکنید و سپس بازمیگردید تا آن را در جایی مفید پیست کنید. Muse با جایگذاری خود در داخل اپلیکیشنهایی که مردم روزانه دهها بار باز میکنند، این اصطکاک را از بین میبرد. در WhatsApp، میتوانید در میانهی یک گفتگو، بدون تغییر محیط، یک تصویر تولید کنید. در Instagram Stories، میتوانید بدون وارد کردن داراییها (assets) از سرویسی دیگر، افکتها را اعمال کنید.
این رویکرد کاری ظریف اما مهم انجام میدهد: فاصله بین قصد و خروجی را از بین میبرد. وقتی ابزاری درون رشتهی گفتگوی شما قرار دارد، آستانهی تجربه و آزمون و خطا کاهش مییابد. برای استفاده از آن، نیازی نیست خود را یک «خالق» یا یک «مهندس پرامپت» بدانید؛ شما فقط کافی است فکری در سر داشته باشید و آن را بیان کنید.
به نظر میرسد متا درک کرده است که مانع باقیمانده برای اکثر مردم، عدم دسترسی نیست، بلکه درماندگی است. خیره شدن به یک باکس پرامپت خالی، کاربران عادی را میترساند؛ بنابراین Muse همراه با «پیشفرضها» (presets) عرضه میشود که در واقع پرامپتهای از پیش ساخته شدهای هستند که کارهای سنگین مفهومی را انجام میدهند. کسی که نمیتواند دقیقاً توصیف کند که میخواهد یک تصویر چگونه به نظر برسد، همچنان میتواند مشارکت کند. تفاوت این در آن است که به جای دادن یک قلممو به فرد، یک کیت نقاشی شمارهگذاری شده به او بدهید. هر دو هنر تولید میکنند؛ اما یکی صرفاً ترس از بوم سفید را از بین میبرد.
ابزارهایی که واقعاً کار میکنند
Muse محدود به خودانگارشتهای کارتونی یا مناظر سورئال نیست. متا ویژگیهای ویرایشی ساخته است که مشکلات ملموسی را حل میکنند. افراد مزاحم (photobombers) را میتوان با یک دستور مبتنی بر پرامپت از عکسهای موجود پاک کرد. میتوانید خود را در مقابل بناهای تاریخی قرار دهید تا ماکتهایی بسازید که بهجای کارهای خامِ برش و چسباندن، بهطور شگفتآوری با محیط همخوانی داشته باشند. شاید کاربردیترین ویژگی جالب، توانایی تولید کدهای QR عملکردی از طریق پرامپتهای سفارشی باشد؛ ابزاری که صاحبان کسبوکارهای کوچک و برگزارکنندگان رویداد ممکن است بهجای مراجعه به یک ابزار طراحی جداگانه، واقعاً از آن استفاده کنند.
در Instagram، این مدل مجموعهای از افکتها و فیلترهای جدید هوش مصنوعی را در Stories قدرت میبخشد. تغییرات بهصورت آنی (real-time) و با دقت بالا انجام میشوند، به این معنی که فیلتر فقط یک بافت تخت را روی تصویر نمیاندازد، بلکه واقعاً عمق، نورپردازی و هندسه صورت را درک میکند. برای کاربرانی که از Stories به عنوان رسانه اصلی انتشار خود استفاده میکنند، این امر مرز بین عکاسی و تولید تصویر را بهگونهای محو میکند که بهجای مصنوعی بودن، کاملاً طبیعی به نظر برسد.
با این حال، شاید جنبهی تجاری جایی باشد که Muse ارزش خود را به وضوح ثابت میکند. متا در حال آمادهسازی برای ادغام این مدل با Facebook Marketplace است تا به کاربران اجازه دهد محصولات را پیش از خرید، در محیط واقعی تجسم کنند. مثالی که متا ارائه کرده ساده اما موثر است: دیدن اینکه یک کاناپه دستدوم در داخل گاراژ واقعی شما چگونه به نظر میرسد. برای خرید از بخش نیازمندیها، این مسئله یک مشکل واقعی در زمینه اعتماد و تخیل را حل میکند. فروشندگان برای کمک به خریداران جهت درک اندازه و تناسب، نیازی به مهارتهای عکاسی حرفهای ندارند و خریداران نیز مجبور نیستند حدس بزنند که آیا آن مبل چندتکه فضای آنها را اشغال میکند یا خیر. این کار عکسهای آگهی را از اسناد ایستا به نقاط مرجع تعاملی تبدیل میکند.
واقعیت مدل فریمیوم (Freemium)
هیچکدام از این زیرساختها بدون یک مدل کسبوکار ارائه نمیشوند. متا در حال ارائه قابلیت خلق آثار روزمره از طریق Muse بهصورت رایگان است که یک استراتژی آشکار برای جذب کاربران در مقیاس انبوه است. اما شرکت روشن کرده است که محدودیتهای استفاده اعمال خواهد شد. به محض اینکه کاربر به سقف مجاز برسد، طرحهای اشتراک پولی گسترش مییابند.