ਮੈਟਾ ਨੇ ਹੋਰ ਕੰਪਨੀਆਂ ਨੂੰ ਜਨਰੇਟਿਵ AI ਦੇ ਸਪੌਟਲਾਈਟ ਨੂੰ ਕਬਜ਼ੇ ਵਿੱਚ ਲੈਂਦੇ ਦੇਖਦੇ ਹੋਏ ਕਈ ਸਾਲ ਬਿਤਾਏ ਹਨ। Muse ਦੇ ਨਾਲ, ਇਹ ਅਖੀਰਕਾਰ ਅਜਿਹਾ ਕਦਮ ਚੁੱਕ ਰਿਹਾ ਹੈ ਜੋ ਸਿਰਫ਼ ਮੈਟਾ ਹੀ ਚੁੱਕ ਸਕਦਾ ਹੈ। ਬ੍ਰਾਊਜ਼ਰ ਟੈਬ ਦੇ ਅੰਦਰ ਫਸੇ ਹੋਏ ਕਿਸੇ ਹੋਰ ਸਟੈਂਡਅਲੋਨ ਇਮੇਜ ਜਨਰੇਟਰ ਨੂੰ ਲਾਂਚ ਕਰਨ ਦੀ ਬਜਾਏ, ਕੰਪਨੀ ਇੱਕ ਉੱਨਤ ਰਚਨਾਤਮਕ ਇੰਜਣ ਨੂੰ ਸਿੱਧਾ ਉਨ੍ਹਾਂ ਪਲੇਟਫਾਰਮਾਂ ਨਾਲ ਜੋੜ ਰਹੀ ਹੈ ਜਿੱਥੇ ਅਰਬਾਂ ਲੋਕ ਪਹਿਲਾਂ ਹੀ ਦੋਸਤਾਂ ਨੂੰ ਮੈਸੇਜ ਕਰਦੇ ਹਨ, ਸੈਕੰਡ-ਹੈਂਡ ਫਰਨੀਚਰ ਲੱਭਦੇ ਹਨ, ਅਤੇ ਆਪਣੇ ਰੋਜ਼ਾਨਾ ਜੀਵਨ ਦੀਆਂ ਫੋਟੋਆਂ ਸਾਂਝੀਆਂ ਕਰਦੇ ਹਨ।

Meta Superintelligence Labs ਦੁਆਰਾ ਵਿਕਸਤ ਕੀਤਾ ਗਿਆ, Muse ਇੱਕ ਨਵੇਂ ਮਾਡਲ ਨਾਲੋਂ ਕਿਤੇ ਜ਼ਿਆਦਾ ਦਿਲਚਸਪ ਚੀਜ਼ ਦਾ ਪ੍ਰਤੀਕ ਹੈ। ਇਹ ਇੱਕ ਸਿਧਾਂਤ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ: ਕਿ ਜਨਰੇਟਿਵ AI ਸਿਰਫ਼ ਤਕਨੀਕੀ ਬੈਂਚਮਾਰਕਸ ਰਾਹੀਂ ਨਹੀਂ ਜਿੱਤੇਗਾ, ਸਗੋਂ ਆਮ ਵਿਵਹਾਰ ਦੇ ਨੇੜੇ ਹੋਣ ਰਾਹੀਂ ਜਿੱਤੇਗਾ। ਇਸ ਮਾਡਲ ਦਾ ਅੰਦਰੂਨੀ ਕੋਡ ਨਾਮ "Mango" ਹੈ, ਇੱਕ ਅਜਿਹੀ ਛੋਟੀ ਜਿਹੀ ਜਾਣਕਾਰੀ ਜੋ ਇਸ ਗੱਲ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦੀ ਹੈ ਕਿ ਇਹ ਕੰਪਨੀ ਦੇ ਅੰਦਰ ਕਿੰਨੇ ਸਮੇਂ ਤੋਂ ਤਿਆਰ ਹੋ ਰਿਹਾ ਸੀ। ਹੁਣ ਇਸਨੂੰ WhatsApp, Instagram, Facebook, ਅਤੇ Meta AI ਐਪ ਵਿੱਚ ਇਸ ਉਦੇਸ਼ ਨਾਲ ਪੇਸ਼ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ ਕਿ ਸਿੰਥੈਟਿਕ ਚਿੱਤਰਕਾਰੀ ਨੂੰ ਟੈਕਸਟ ਭੇਜਣ ਵਾਂਗ ਹੀ ਆਮ ਬਣਾਇਆ ਜਾ ਸਕੇ।

ਉੱਥੇ ਰਹਿਣਾ ਜਿੱਥੇ ਯੂਜ਼ਰਜ਼ ਪਹਿਲਾਂ ਹੀ ਹਨ

ਜ਼ਿਆਦਾਤਰ ਜਨਰੇਟਿਵ ਟੂਲ ਯੂਜ਼ਰਜ਼ ਨੂੰ ਉਨ੍ਹਾਂ ਦੇ ਕੰਮ ਕਰਨ ਦੇ ਤਰੀਕੇ (workflow) ਨੂੰ ਤੋੜਨ ਲਈ ਕਹਿੰਦੇ ਹਨ। ਤੁਸੀਂ ਗੱਲਬਾਤ ਛੱਡਦੇ ਹੋ, ਇੱਕ ਟੈਬ ਖੋਲ੍ਹਦੇ ਹੋ, ਇੱਕ ਪ੍ਰੋਂਪਟ ਟਾਈਪ ਕਰਦੇ ਹੋ, ਇੱਕ ਤਸਵੀਰ ਡਾਊਨਲੋਡ ਕਰਦੇ ਹੋ, ਅਤੇ ਫਿਰ ਉਸਨੂੰ ਕਿਤੇ ਵਰਤਣ ਲਈ ਵਾਪਸ ਆਉਂਦੇ ਹੋ। Muse ਉਸ ਰੁਕਾਵਟ ਨੂੰ ਖਤਮ ਕਰ ਦਿੰਦਾ ਹੈ ਕਿਉਂਕਿ ਇਹ ਉਨ੍ਹਾਂ ਐਪਸ ਦੇ ਅੰਦਰ ਹੀ ਮੌਜੂਦ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਲੋਕ ਦਿਨ ਵਿੱਚ ਦੋ ਦਰਜਨ ਵਾਰ ਖੋਲ੍ਹਦੇ ਹਨ। WhatsApp 'ਤੇ, ਤੁਸੀਂ ਸੰਦਰਭ ਬਦਲੇ ਬਿਨਾਂ ਗੱਲਬਾਤ ਦੇ ਵਿਚਕਾਰ ਹੀ ਇੱਕ ਤਸਵੀਰ ਬਣਾ ਸਕਦੇ ਹੋ। Instagram Stories 'ਤੇ, ਤੁਸੀਂ ਕਿਸੇ ਹੋਰ ਸਰਵਿਸ ਤੋਂ ਐਸੇਟਸ ਇੰਪੋਰਟ ਕੀਤੇ ਬਿਨਾਂ ਪ੍ਰਭਾਵ ਲਗਾ ਸਕਦੇ ਹੋ।

ਇਹ ਪਹੁੰਚ ਕੁਝ ਬਾਰੀਕ ਪਰ ਮਹੱਤਵਪੂਰਨ ਕੰਮ ਕਰਦੀ ਹੈ। ਇਹ ਇਰਾਦੇ ਅਤੇ ਨਤੀਜੇ ਵਿਚਕਾਰਲੀ ਦੂਰੀ ਨੂੰ ਖਤਮ ਕਰ ਦਿੰਦੀ ਹੈ। ਜਦੋਂ ਕੋਈ ਟੂਲ ਤੁਹਾਡੀ ਚੈਟ ਥ੍ਰੈਡ ਦੇ ਅੰਦਰ ਹੁੰਦਾ ਹੈ, ਤਾਂ ਪ੍ਰਯੋਗ ਕਰਨ ਦੀ ਹੱਦ ਘਟ ਜਾਂਦੀ ਹੈ। ਇਸਦੀ ਵਰਤੋਂ ਕਰਨ ਲਈ ਤੁਹਾਨੂੰ ਆਪਣੇ ਆਪ ਨੂੰ "creator" ਜਾਂ "prompt engineer" ਸਮਝਣ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ। ਤੁਹਾਨੂੰ ਬੱਸ ਇੱਕ ਵਿਚਾਰ ਦੀ ਲੋੜ ਹੈ ਅਤੇ ਉਸਨੂੰ ਪ੍ਰਗਟ ਕਰਨਾ ਹੈ।

ਮੈਟਾ ਸਮਝਦਾ ਜਾਪਦਾ ਹੈ ਕਿ ਜ਼ਿਆਦਾਤਰ ਲੋਕਾਂ ਲਈ ਬਾਕੀ ਬਚੀ ਰੁਕਾਵਟ ਪਹੁੰਚ ਨਹੀਂ, ਸਗੋਂ ਦੁਬਿਧਾ ਹੈ। ਇੱਕ ਖਾਲੀ ਪ੍ਰੋਂਪਟ ਬਾਕਸ ਨੂੰ ਦੇਖ ਕੇ ਆਮ ਯੂਜ਼ਰ ਘਬਰਾ ਜਾਂਦੇ ਹਨ, ਇਸ ਲਈ Muse "presets" ਦੇ ਨਾਲ ਆਉਂਦਾ ਹੈ, ਜੋ ਅਸਲ ਵਿੱਚ ਪਹਿਲਾਂ ਤੋਂ ਤਿਆਰ ਕੀਤੇ ਪ੍ਰੋਂਪਟ ਹਨ ਜੋ ਮੁੱਖ ਕੰਮ ਸੰਭਾਲ ਲੈਂਦੇ ਹਨ। ਕੋਈ ਅਜਿਹਾ ਵਿਅਕਤੀ ਜੋ ਇਹ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਨਹੀਂ ਦੱਸ ਸਕਦਾ ਕਿ ਉਹ ਤਸਵੀਰ ਕਿਹੋ ਜਿਹੀ ਚਾਹੁੰਦਾ ਹੈ, ਉਹ ਫਿਰ ਵੀ ਸ਼ਾਮਲ ਹੋ ਸਕਦਾ ਹੈ। ਇਹ ਕਿਸੇ ਵਿਅਕਤੀ ਨੂੰ ਪੇਂਟਬੁਰਸ਼ ਦੇਣ ਅਤੇ ਉਸਨੂੰ 'ਪੇਂਟ-ਬਾਈ-ਨੰਬਰਜ਼' ਕਿੱਟ ਦੇਣ ਵਿਚਕਾਰਲਾ ਅੰਤਰ ਹੈ। ਦੋਵੇਂ ਕਲਾ ਪੈਦਾ ਕਰਦੇ ਹਨ; ਇੱਕ ਸਿਰਫ਼ ਖਾਲੀ ਕੈਨਵਸ ਦੇ ਡਰ ਨੂੰ ਦੂਰ ਕਰਦਾ ਹੈ।

ਉਹ ਟੂਲ ਜੋ ਅਸਲ ਕੰਮ ਕਰਦੇ ਹਨ

Muse ਸਿਰਫ਼ ਕਾਰਟੂਨ ਵਰਗੇ ਸੈਲਫ-ਪੋਰਟਰੇਟ ਜਾਂ ਅਜੀਬੋ-ਗਰੀਬ ਲੈਂਡਸਕੇਪਾਂ ਤੱਕ ਸੀਮਤ ਨਹੀਂ ਹੈ। ਮੈਟਾ ਨੇ ਅਜਿਹੇ ਐਡੀਟਿੰਗ ਫੀਚਰ ਬਣਾਏ ਹਨ ਜੋ ਅਸਲ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਦੇ ਹਨ। ਪ੍ਰੋਂਪਟ-ਅਧਾਰਤ ਕਮਾਂਡ ਨਾਲ ਮੌਜੂਦਾ ਫੋਟੋਆਂ ਵਿੱਚੋਂ ਫੋਟੋਬੌਂਬਰਸ ਨੂੰ ਮਿਟਾਇਆ ਜਾ ਸਕਦਾ ਹੈ। ਤੁਸੀਂ ਮੌਕਅੱਪਸ ਲਈ ਆਪਣੇ ਆਪ ਨੂੰ ਇਤਿਹਾਸਕ ਸਥਾਨਾਂ ਦੇ ਸਾਹਮਣੇ ਰੱਖ ਸਕਦੇ ਹੋ ਜੋ ਕੱਚੇ ਕੱਟ-ਐਂਡ-ਪੇਸ ਕੰਮ ਦੀ ਬਜਾਏ ਹੈਰਾਨੀਜਨਕ ਤੌਰ 'ਤੇ ਅਸਲੀ ਲੱਗਦੇ ਹਨ। ਸ਼ਾਇਦ ਸਭ ਤੋਂ ਵਿਹਾਰਕ ਅਤੇ ਦਿਲਚਸਪ ਫੀਚਰ ਕਸਟਮ ਪ੍ਰੋਂਪਟ ਰਾਹੀਂ ਕਾਰਜਸ਼ੀਲ QR ਕੋਡ ਬਣਾਉਣ ਦੀ ਸਮਰੱਥਾ ਹੈ, ਇੱਕ ਅਜਿਹਾ ਟੂਲ ਜਿਸ ਨੂੰ ਛੋਟੇ ਕਾਰੋਬਾਰੀ ਮਾਲਕ ਅਤੇ ਸਮਾਗਮ ਆਯੋਜਕ ਵੱਖਰੇ ਡਿਜ਼ਾਈਨ ਯੂਟੀਲਿਟੀ 'ਤੇ ਜਾਣ ਦੀ ਬਜਾਏ ਅਸਲ ਵਿੱਚ ਅਪਣਾ ਸਕਦੇ ਹਨ।

Instagram 'ਤੇ, ਇਹ ਮਾਡਲ Stories ਦੇ ਅੰਦਰ AI ਇਫੈਕਟਸ ਅਤੇ ਫਿਲਟਰਾਂ ਦਾ ਇੱਕ ਨਵਾਂ ਸੈੱਟ ਚਲਾਉਂਦਾ ਹੈ। ਇਹ ਬਦਲਾਅ ਰੀਅਲ-ਟਾਈਮ ਵਿੱਚ ਅਤੇ ਉੱਚ ਗੁਣਵੱਤਾ ਨਾਲ ਹੁੰਦੇ ਹਨ, ਜਿਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਫਿਲਟਰ ਸਿਰਫ਼ ਇੱਕ ਫਲੈਟ ਟੈਕਸਚਰ ਨਹੀਂ ਲਗਾ ਰਿਹਾ ਬਲਕਿ ਅਸਲ ਵਿੱਚ ਡੂੰਘਾਈ, ਰੌਸ਼ਨੀ ਅਤੇ ਚਿਹਰੇ ਦੀ ਜਿਓਮੈਟਰੀ ਨੂੰ ਸਮਝ ਰਿਹਾ ਹੈ। ਉਹ ਯੂਜ਼ਰਜ਼ ਲਈ ਜੋ Stories ਨੂੰ ਆਪਣੇ ਮੁੱਖ ਪਬਲਿਸ਼ਿੰਗ ਮਾਧਿਅਮ ਵਜੋਂ ਵਰਤਦੇ ਹਨ, ਇਹ ਫੋਟੋਗ੍ਰਾਫੀ ਅਤੇ ਜਨਰੇਸ਼ਨ ਵਿਚਕਾਰਲੀ ਲਕੀਰ ਨੂੰ ਅਜਿਹੇ ਤਰੀਕੇ ਨਾਲ ਮਿਟਾ ਦਿੰਦਾ ਹੈ ਜੋ ਜ਼ਬਰਦਸਤੀ ਦੀ ਬਜਾਏ ਕੁਦਰਤੀ ਮਹਿਸੂਸ ਹੁੰਦਾ ਹੈ।

ਹਾਲਾਂਕਿ, ਕਾਮਰਸ ਪੱਖ ਉਹ ਹੋ ਸਕਦਾ ਹੈ ਜਿੱਥੇ Muse ਆਪਣੀ ਕੀਮਤ ਸਭ ਤੋਂ ਸਪਸ਼ਟ ਰੂਪ ਵਿੱਚ ਸਾਬਤ ਕਰਦਾ ਹੈ। ਮੈਟਾ ਇਸ ਮਾਡਲ ਨੂੰ Facebook Marketplace ਨਾਲ ਜੋੜਨ ਦੀ ਤਿਆਰੀ ਕਰ ਰਿਹਾ ਹੈ, ਜਿਸ ਨਾਲ ਯੂਜ਼ਰਸ ਖਰੀਦਣ ਤੋਂ ਪਹਿਲਾਂ ਉਤਪਾਦਾਂ ਨੂੰ ਅਸਲ ਸੰਦਰਭ ਵਿੱਚ ਦੇਖ ਸਕਣਗੇ। ਮੈਟਾ ਨੇ ਜੋ ਉਦਾਹਰਨ ਦਿੱਤੀ ਹੈ ਉਹ ਸਰਲ ਪਰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਹੈ: ਇਹ ਦੇਖਣਾ ਕਿ ਇੱਕ ਵਰਤਿਆ ਹੋਇਆ ਸੋਫਾ ਤੁਹਾਡੇ ਅਸਲ ਗੈਰੇਜ ਦੇ ਅੰਦਰ ਕਿਹੋ ਜਿਹਾ ਲੱਗੇਗਾ। ਕਲਾਸੀਫਾਈਡ ਸ਼ਾਪਿੰਗ ਲਈ, ਇਹ ਵਿਸ਼ਵਾਸ ਅਤੇ ਕਲਪਨਾ ਦੀ ਅਸਲ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰਦਾ ਹੈ। ਵਿਕਰੇਤਾਵਾਂ ਨੂੰ ਖਰੀਦਦਾਰਾਂ ਨੂੰ ਸਾਈਜ਼ ਅਤੇ ਫਿਟਿੰਗ ਸਮਝਾਉਣ ਲਈ ਪੇਸ਼ੇਵਰ ਫੋਟੋਗ੍ਰਾਫੀ ਹੁਨਰ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ। ਖਰੀਦਦਾਰਾਂ ਨੂੰ ਇਹ ਅੰਦਾਜ਼ਾ ਲਗਾਉਣ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ ਕਿ ਉਹ ਸੈਕਸ਼ਨਲ ਸੋਫਾ ਉਨ੍ਹਾਂ ਦੀ ਜਗ੍ਹਾ 'ਤੇ ਕਿੰਨਾ ਵੱਡਾ ਲੱਗੇਗਾ। ਇਹ ਲਿਸਟਿੰਗ ਫੋਟੋਆਂ ਨੂੰ ਸਥਿਰ ਦਸਤਾਵੇਜ਼ਾਂ ਤੋਂ ਇੰਟਰਐਕਟਿਵ ਰੈਫਰੈਂਸ ਪੁਆਇੰਟਾਂ ਵਿੱਚ ਬਦ