اے آئی سے چلنے والی تصویری تدوین کی دنیا تیزی سے ترقی کر رہی ہے، گوگل اور OpenAI جیسی ٹیک کمپنیاں مسلسل ممکنات کی حدود کو آگے بڑھا رہی ہیں۔ حال ہی میں، گوگل جیمینی نے ایک نئی تصویری تدوین کی خصوصیت کی نقاب کشائی کی ہے، جو صارفین کو تصاویر میں مخصوص تبدیلیاں کرنے کی صلاحیت فراہم کرنے کا وعدہ کرتی ہے جبکہ اصل کی سالمیت کو برقرار رکھا جاتا ہے۔ یہ پیشکش چیٹ جی پی ٹی کی تصویری تدوین کی صلاحیتوں کے ساتھ مقابلہ کرتی ہے، جو صارفین کو ٹیکسٹ پرامپٹس کا استعمال کرتے ہوئے تصاویر میں ترمیم کرنے کی اجازت دیتی ہے۔
جبکہ چیٹ جی پی ٹی درست ترمیم کے لیے ایک سلیکشن ٹول پیش کرتا ہے، جیمینی اس بات پر زور دیتا ہے کہ وہ مجموعی تصویر کو یکسر تبدیل کیے بغیر درخواست کردہ تبدیلیاں کرنے کی صلاحیت رکھتا ہے۔ اس سے ایک اہم سوال پیدا ہوتا ہے: جب ان سے ترمیم کرنے کے لیے کہا جائے تو یہ اے آئی ماڈلز اصل تصویر پر کتنی اچھی طرح قائم رہتے ہیں؟
اس کی تحقیقات کرنے کے لیے، میں نے ایک غیر رسمی ٹیسٹ کیا، جس میں جیمینی اور چیٹ جی پی ٹی کو تصویری تدوین کے چیلنجوں کی ایک سیریز میں ایک دوسرے کے خلاف کھڑا کیا۔ اس کا مقصد ان کی درستگی اور کارکردگی کا اندازہ لگانا تھا کہ وہ صرف مطلوبہ تبدیلیاں کریں، بغیر کسی تصویر کے دیگر پہلوؤں کو غیر ارادی طور پر تبدیل کیے بغیر۔
سیٹ اپ: پیرس کے کیفے کا منظر
ایک منصفانہ میدان عمل کو یقینی بنانے کے لیے، میں نے چیٹ جی پی ٹی کے ذریعہ تیار کردہ ایک بنیادی تصویر سے آغاز کیا۔ تصویر میں ایک خاتون کو پیرس کے ایک بیرونی کیفے میں کافی سے لطف اندوز ہوتے دکھایا گیا ہے، جو ایک سجیلا کوٹ اور دھوپ کا چشمہ پہنے ہوئے ہے۔ اس نے بعد میں تدوین کے اشارے کے لیے ایک بنیاد کے طور پر کام کیا، جس سے دو اے آئی ماڈلز کا براہ راست موازنہ ممکن ہوا۔
اس نقطہ آغاز سے، میں نے جیمینی اور چیٹ جی پی ٹی دونوں کو تین الگ الگ تدوین کے اشارے سے گزارا، اس بات کا احتیاط سے جائزہ لیا کہ ہر پلیٹ فارم نے اصل تصویر کو محفوظ رکھتے ہوئے درخواست کردہ ترامیم کو کتنی مؤثر طریقے سے انجام دیا۔
راؤنڈ 1: لباس کی تبدیلی
پہلا چیلنج نسبتاً سیدھا تھا: میں نے دونوں AI چیٹ بوٹس کو ہدایت کی کہ "اس کے لباس کو ایک متحرک، آرام دہ سمر ڈریس میں تبدیل کریں اور دھوپ کا چشمہ ہٹا دیں۔"
جیمینی اور چیٹ جی پی ٹی دونوں نے کامیابی سے اس اشارے کو پورا کیا، عورت کو ایک نئی سمر ڈریس فراہم کی اور اس کا دھوپ کا چشمہ ہٹا دیا۔ تاہم، ایک گہرے معائنے سے ان کے نقطہ نظر میں لطیف لیکن اہم اختلافات ظاہر ہوئے۔
جیمینی نے اصل تصویر پر قائم رہنے کی قابل ذکر صلاحیت کا مظاہرہ کیا۔ تبدیلیاں بنیادی طور پر لباس اور آئی ویئر تک محدود تھیں، دیگر عناصر میں کم سے کم تبدیلیوں کے ساتھ۔
دوسری طرف، چیٹ جی پی ٹی نے کئی اضافی ترامیم متعارف کرائیں۔ اس کے تاثرات، بالوں کا انداز، اور کپ، پلیٹ اور میز کے سائز میں تھوڑی سی تبدیلیاں کی گئیں۔ اگرچہ یہ تبدیلیاں ڈرامائی نہیں تھیں، لیکن انہوں نے اشارے کے دائرہ کار سے آگے اصل تصویر سے ہٹنے کا رجحان ظاہر کیا۔
مزید برآں، جیمینی نے درخواست پر کارروائی کرنے میں نمایاں طور پر تیز ثابت کیا۔ اس نے ترمیم تقریباً 20 سے 30 سیکنڈ میں مکمل کر لی، جبکہ چیٹ جی پی ٹی نے، اس کے طاقتور انجن کے باوجود، ترمیم شدہ تصویر تیار کرنے میں کئی منٹ لگے۔
راؤنڈ 2: ایک کتے کا ساتھی شامل کرنا
دوسرے راؤنڈ کے لیے، میں نے منظر میں ایک اور کردار متعارف کرانے کا فیصلہ کیا: ایک چیواوا۔ میں نے دونوں AI چیٹ بوٹس کو اشارہ کیا کہ "اس کے پاس ایک چیواوا بیٹھا ہوا شامل کریں، جو اس کی طرف پیار سے دیکھ رہا ہو۔"
چیٹ جی پی ٹی نے عورت کی گود میں ایک پیارا پپی رکھ کر جواب دیا۔ تاہم، تصویر میں کئی غیر ارادی تبدیلیاں بھی شامل تھیں۔ عورت کے بال لمبے ہو گئے تھے، اس کی مسکراہٹ چوڑی ہو گئی تھی، اور اس کے پھولوں والے لباس میں لطیف انداز میں تبدیلی کی گئی تھی۔ پس منظر میں موجود وین بھی پراسرار طور پر غائب ہو گئی تھی۔
جیمینی نے ایک بار پھر اصل تصویر کی سالمیت کو محفوظ رکھنے میں عمدہ کارکردگی کا مظاہرہ کیا۔ اس نے کامیابی سے عورت کے پاس ایک چیواوا شامل کیا، منظر کے مجموعی تسلسل کو برقرار رکھا۔ اگرچہ کتے کی جیمینی کی پیش کش میں چیٹ جی پی ٹی کی کچھ حقیقت پسندی کی کمی ہوسکتی ہے، لیکن کسی بھی غیر ضروری تبدیلیوں کو متعارف کرائے بغیر درخواست کردہ تبدیلی کرنے کی اس کی صلاحیت قابل تعریف تھی۔
راؤنڈ 3: ایک پیرس کا نشان
آخری راؤنڈ میں، میں نے تصویر میں ایک لازمی پیرس کے عنصر کو شامل کرنے کا مقصد بنایا: ایفل ٹاور۔ میں نے جیمینی اور چیٹ جی پی ٹی سے کہا کہ "ایفل ٹاور کو نمایاں طور پر پس منظر میں رکھیں۔"
اس کام کے لیے AI ماڈلز کو ایک اہم تعمیراتی عنصر کو بغیر کسی رکاوٹ کے ضم کرنے، پس منظر کو ایڈجسٹ کرنے اور مناسب پیمانے اور تناظر کو برقرار رکھنے کی ضرورت تھی۔
جیمینی نے عورت کے بائیں جانب ایک عمارت کو حکمت عملی کے ساتھ ہٹا دیا، ایفل ٹاور کے لیے جگہ بنائی۔ ٹاور قدرے چھوٹا دکھائی دیا لیکن مکمل طور پر بے جا نہیں لگا۔ اہم بات یہ ہے کہ تصویر کا باقی حصہ اصل کے مطابق رہا۔
تاہم، چیٹ جی پی ٹی کی کوشش کم رہی۔ ایفل ٹاور ایک عجیب و غریب شکل کی، چھوٹی تخلیق کے طور پر ظاہر ہوا، جو موجودہ پس منظر سے متصادم تھا۔ عورت کے لباس اور بالوں میں ایک بار پھر تبدیلیاں کی گئی تھیں، اور کتا وزن کم کرتا ہوا دکھائی دے رہا تھا۔ نتیجے میں آنے والی تصویر ٹوٹی ہوئی محسوس ہوئی اور واضح طور پر اصل سے ہٹ گئی۔
فیصلہ: جیمینی کی درستگی کا فائدہ
ان ٹیسٹوں کے نتائج جیمینی اور چیٹ جی پی ٹی کی تصویری تدوین کی صلاحیتوں کے درمیان ایک واضح فرق کو اجاگر کرتے ہیں۔ جیمینی نے مسلسل اصل تصویر کی سالمیت کو محفوظ رکھتے ہوئے targeted تبدیلیاں کرنے کی اعلیٰ صلاحیت کا مظاہرہ کیا۔ اس کی ترمیمیں تیز، درست اور بڑی حد تک مخصوص ترامیم تک محدود تھیں۔
چیٹ جی پی ٹی، اعلیٰ معیار کی تصاویر تیار کرنے کی صلاحیت رکھنے کے باوجود، غیر ارادی تبدیلیاں متعارف کرانے کا رجحان ظاہر کرتا ہے، جو اشارے کے دائرہ کار سے آگے اصل سے ہٹ جاتا ہے۔ اس کے نتیجے میں اکثر ایسی تصاویر بنتی ہیں جو غیر مستقل اور کم مربوط محسوس ہوتی ہیں۔
تاہم، یہ نوٹ کرنا ضروری ہے کہ چیٹ جی پی ٹی ایک نمایاں ٹول پیش کرتا ہے جو صارفین کو ترمیم کے لیے مخصوص علاقوں کو منتخب کرنے کی اجازت دیتا ہے، جس سے ممکنہ طور پر اس کی درستگی کو بہتر بنایا جا سکتا ہے۔ اس ٹول کے لیے اضافی وقت اور کوشش کی ضرورت ہوتی ہے لیکن زیادہ targeted نتائج حاصل کرنے کے لیے ضروری ہو سکتا ہے۔
تصویری معیار کے تحفظات
اگرچہ جیمینی نے درستگی اور رفتار میں سبقت حاصل کی، لیکن چیٹ جی پی ٹی نے عام طور پر اعلیٰ مجموعی معیار کی تصاویر تیار کیں۔ تاہم، یہ فائدہ چیٹ جی پی ٹی کی پہلی کوشش میں تدوین کے اشارے کی درست تشریح اور عمل کرنے کی صلاحیت پر منحصر ہے۔ اگر مطلوبہ نتیجہ حاصل کرنے کے لیے متعدد تکرار کی ضرورت ہو تو، جیمینی کی طرف سے پیش کردہ وقت کی بچت چیٹ جی پی ٹی کے اعلیٰ تصویری معیار پر غالب آسکتی ہے۔
حتمی خیالات
اے آئی سے چلنے والی تصویری تدوین کی دنیا میں، گوگل جیمینی اور چیٹ جی پی ٹی دونوں منفرد طاقتیں اور کمزوریاں پیش کرتے ہیں۔ جیمینی اپنی رفتار، درستگی اور اصل تصویر پر قائم رہنے کی صلاحیت کے لیے نمایاں ہے۔ دوسری طرف، چیٹ جی پی ٹی اعلیٰ مجموعی تصویری معیار کا حامل ہے لیکن targeted ترمیمات حاصل کرنے کے لیے زیادہ صبر اور درستگی کی ضرورت پڑ سکتی ہے۔
بالآخر، جیمینی اور چیٹ جی پی ٹی کے درمیان انتخاب صارف کی مخصوص ضروریات اور ترجیحات پر منحصر ہے۔ فوری اور درست ترمیمات کے لیے، جیمینی واضح فاتح کے طور پر ابھرتا ہے۔ تاہم، ان لوگوںکے لیے جو تصویری معیار کو ترجیح دیتے ہیں اور زیادہ وقت اور کوشش لگانے کے لیے تیار ہیں، چیٹ جی پی ٹی ایک قابل عمل آپشن باقی ہے۔
چونکہ اے آئی ٹیکنالوجی مسلسل ترقی کر رہی ہے، اس لیے یہ امکان ہے کہ جیمینی اور چیٹ جی پی ٹی دونوں اپنی تصویری تدوین کی صلاحیتوں کو بہتر بناتے رہیں گے، ان کی متعلقہ طاقتوں اور کمزوریوں کے درمیان لائنوں کو دھندلا کرتے ہوئے۔ اے آئی سے چلنے والی تصویری تدوین کا مستقبل ایک دلچسپ اور تبدیلی لانے والا سفر ہونے کا وعدہ کرتا ہے، جو صارفین کو بے مثال آسانی اور درستگی کے ساتھ تصاویر بنانے اور ان میں ترمیم کرنے کے لیے بااختیار بناتا ہے۔
جیمینی کی طاقتوں پر توسیع
اصل تصویر کی سالمیت کو برقرار رکھنے کی جیمینی کی صلاحیت اس کے جدید الگورتھم سے حاصل ہوتی ہے، جو غیر ارادی تبدیلیوں کو کم سے کم کرنے کے لیے ڈیزائن کیے گئے ہیں۔ یہ خاص طور پر ان صارفین کے لیے بہت ضروری ہے جو تصویر کی مجموعی جمالیات یا ساخت کو خراب کیے بغیر مخصوص تبدیلیاں کرنا چاہتے ہیں۔
مزید برآں، جیمینی کا رفتار کا فائدہ تیزی سے تجربات اور تکرار کی اجازت دیتا ہے۔ صارفین مختلف تدوین کے اشارے کو تیزی سے جانچ سکتے ہیں اور نتائج کا اندازہ لگا سکتے ہیں، بغیر ہر ترمیم پر کارروائی کرنے کے لیے کئی منٹوں تک انتظار کیے بغیر۔ یہ تخلیقی کام کے بہاؤ کو نمایاں طور پر ہموار کر سکتا ہے اور صارفین کو امکانات کی ایک وسیع رینج کو تلاش کرنے کے قابل بنا سکتا ہے۔
چیٹ جی پی ٹی کی صلاحیتوں میں گہری کھوج
غیر ارادی تبدیلیاں متعارف کرانے کے رجحان کے باوجود، چیٹ جی پی ٹی کی تصویری تدوین کی صلاحیتوں کو مسترد نہیں کیا جانا چاہیے۔ اس کا طاقتور انجن اور جدید الگورتھم اسے غیر معمولی تفصیل اور حقیقت پسندی کے ساتھ تصاویر تیار کرنے کی اجازت دیتے ہیں۔ یہ خاص طور پر ان صارفین کے لیے قیمتی ہو سکتا ہے جو شروع سے تصاویر بنا رہے ہیں یا موجودہ تصاویر میں خاطر خواہ تبدیلیاں کر رہے ہیں۔
مزید برآں، چیٹ جی پی ٹی کا نمایاں ٹول کنٹرول کی ایک ڈگری فراہم کرتا ہے جو جیمینی میں دستیاب نہیں ہے۔ ترمیم کے لیے مخصوص علاقوں کو منتخب کرکے، صارفین اپنی ترامیم کو درست طریقے سے نشانہ بنا سکتے ہیں اور غیر ارادی تبدیلیوں کے خطرے کو کم سے کم کر سکتے ہیں۔ تاہم، اس نقطہ نظر کے لیے زیادہ وقت اور کوشش کی ضرورت ہوتی ہے، اور یہ ان صارفین کے لیے موزوں نہیں ہو سکتا جو فوری اور آسان ترمیمات کی تلاش میں ہیں۔
اے آئی تصویری تدوین کا مستقبل
اے آئی سے چلنے والی تصویری تدوین کا شعبہ ابھی ابتدائی مراحل میں ہے، اور مستقبل میں ترقی اور جدت کے لیے بے پناہ صلاحیت موجود ہے۔ جیسے جیسے AI الگورتھم زیادہ جدید ہوتے جائیں گے، ہم درستگی، رفتار اور تصویری معیار میں اور بھی زیادہ بہتری کی توقع کر سکتے ہیں۔
ترقی کا ایک امید افزا شعبہ AI تصویری تدوین کے ٹولز کو دیگر تخلیقی ایپلی کیشنز کے ساتھ ضم کرنا ہے۔ اس سے صارفین AI کے ذریعے تیار کردہ تصاویر کو اپنے موجودہ کام کے بہاؤ میں بغیر کسی رکاوٹ کے شامل کر سکیں گے، جس سے ان کی compelling بصری مواد تخلیق کرنے کی صلاحیت میں اضافہ ہوگا۔
ایک اور دلچسپ امکان AI سے چلنے والی تصویری تدوین کے ٹولز کی ترقی ہے جو مخصوص صنعتوں اور ایپلی کیشنز کے لیے تیار کیے گئے ہیں۔ مثال کے طور پر، AI ٹولز فوٹوگرافروں کو پورٹریٹ کو ری ٹچ کرنے میں مدد کرنے، یا معماروں کو عمارتوں کی حقیقت پسندانہ پیشکشیں بنانے میں مدد کرنے کے لیے تیار کیے جا سکتے ہیں۔
جیسے جیسے AI ٹیکنالوجی مسلسل ترقی کر رہی ہے، یہ امکان ہے کہ AI سے چلنے والی تصویری تدوین تخلیقی پیشہ ور افراد اور روزمرہ کے صارفین کے لیے یکساں طور پر ایک ناگزیر ٹول بن جائے گی۔