A videó főszereplője a Meta új, kisméretű és hatékony neurális hálózati modellje, a Muse Ember. Különböző területeken – képfeldolgozás, Excel-munkafolyamatok, áramkör-elemzés – vizsgálja, mennyire tudja elvégezni a tipikus, ismétlődő és összetettebb feladatokat.
Az első bemutatott teszt egy kézi rajz szimulációja, ahol a modell egy kebabkészítő gép vázlatának lényeges elemeit képes rekonstruálni, sőt, az interaktív funkciókat, mint a szeletelés vagy a gyorsítás is megvalósítja. A bemutató során érzékelhető a folyamat gyorsasága, valamint az, ahogyan a modell funkcionális vizuális elemeket és egyszerű fizikai szimulációt is kezel.
Az irodai produktivitás vizsgálatakor egy rendezetlen Excel-táblázatot rendez és értelmez a modell: hibás adatokat javít, hiányzó mennyiségeket nem talál ki, hanem üresen hagyja a mezőket, majd jelentést, összegzést, diagramokat generál. Az adattisztítás és vizualizáció mellett a költséghatékonyság kérdése is előkerül – külön kiemelve a Muse Ember alacsony működtetési árát és gyorsaságát.
A multilingvális teszt során a modell nevet keres egy úszó könyvesboltnak 81 nyelven, azonban kiderül, hogy a névfordítások kreativitása és kulturális egyedisége több helyen hiányzik, bizonyos nyelveknél tévedés is felmerül. Ezen a ponton a kulturális érzékenység és a fordítás minősége válik témává.
Végezetül egy kézzel rajzolt áramkör hibáinak feltárásával a modell tudományos és matematikai érvelőképességét elemzi a szerző. Figyelmet szentel annak, hogyan olvassa le a rajz elemeit, azonosít hibákat, illetve számolja ki az áramokat és ellenállásokat, kiemelve az eredmény gyorsaságát és pontosságát, valamint a még fennálló kisebb hiányosságokat.
