近日，谷歌实验室在美国推出了新型生成式人工智能实验工具——Whisk。与传统依赖文本提示的图像生成工具不同，Whisk 强调以图像为输入方式，让用户更直观地创作艺术作品。
用户既可以直接上传图片到 Whisk，也可以在工具内生成图片，并设定主题、场景和风格等元素。Whisk 系统支持用户对这些组件进行混合和匹配，同时可使用附加的文本提示进行精细调整。
值得关注的是，在后台，谷歌的语言模型（可能是最近发布的 Gemini2.0Flash）会自动生成输入图像的详细描述。这些描述随后被输入到谷歌最新的图像生成模型 Imagen3 中，以捕捉主体的核心特征，而非简单地复制原作。
AIbase 进行了多次测试，发现上传左侧的三张图片后，可以融合生成右侧的结果，效果颇佳，具有很高的可玩性。具体如下：
然而，由于 Whisk 只提取每个源图像的几个关键元素，谷歌提醒用户，生成的图像可能与预期有所差异。例如，图像在身高、体重、发型或肤色上可能与原图不同。
对此，谷歌表示，这些细节对项目的成功至关重要，因此允许用户查看和编辑影响图像生成过程的文本提示。
早期测试者，包括一些艺术家和创意专业人士，认为 Whisk 更像是一种新型创意工具，而非传统图像编辑器。谷歌希望该工具能帮助用户快速进行视觉创意构思，而非精确编辑，让用户在保存心仪作品前，能迅速生成和筛选多个选项。
经过初步测试，虽然使用 Whisk 的体验令人愉快，但每次生成新图像都需要等待几秒钟。这种延迟可能是由于大量用户涌入体验新工具造成的。
目前，Whisk 仅对美国用户开放，用户可以在 labs.google/whisk 免费尝试并分享反馈。其他国家用户暂时无法访问此工具。
Whisk 是谷歌实验室的一部分，这里是谷歌测试 AI 项目的试验场，包括 Gemini、Imagen 以及最新的视频模型 Veo2 等。虽然大多数项目仍处于实验阶段，但一些成功的项目，如最近发布的 AI 助手 NotebookLM，已转变为完整产品。
产品体验地址：https://top.aibase.com/tool/whisk
划重点:
🌟 谷歌推出 Whisk，首个以图像为主导的生成式 AI 工具。
🎨 用户可上传或生成图像，快速进行视觉设计而非精确编辑。
🚫 目前仅限美国用户试用，其他国家暂无法访问。
暂无评论