谷歌推出最新AI工具 Whisk靠图像生成图像 - 国际新闻 - 博牛社区

博牛笔行天下
超级版主

当前积分:12849

帖子 27415

新博币 50590

提现

提现 0 元

发表于 2024-12-19 09:50:04 510 4 | 显示全部楼层 |倒序浏览

楼主

谷歌（Google）于周二（17日）宣布推出最新人工智能工具Whisk，这款创新工具让用户仅需上传图像即可生成新的AI图像。目前Whisk仅开放美国用户测试，并在谷歌Labs平台上运行。

Whisk结合了谷歌最新推出的核心AI系统Gemini，以及DeepMind的文本转图像生成模型Imagen 3。当用户上传图像后，Gemini会先生成一段简短的描述，并将其输入到Imagen 3中，最终生成一张全新的AI图像。

用户可以上传多张图像，分别描述主题、场景与风格，Whisk将自动融合这些要素，生成一张全新影像。此外，用户若无合适的图片作为指令，也可点击骰子图示，使用 Whisk自动生成的随机图像作为参考基础，甚至还可加入文字补充，以更精确地调整结果。

谷歌推出最新AI工具Whisk，用户仅需针对描述主题、场景与风格上传图像即可生成新的AI图像。

谷歌强调，Whisk旨在捕捉图像的“精随”，而非精准复制原图内容，因此生成结果可能会偏离原始指令，例如人物的高度、发型或肤色可能与提供的素材不同。

谷歌Labs产品管理主任表示，“Whisk的目的在于让用户以全新且有创意的方式混搭主题、场景与风格，进行快速的视觉探索，而不是进行像素级的精细编辑。”

用户还可对生成的图像进行“重混”操作，透过调整输入图片或增加文字，生成新版本的图像。例如，用户可以设计卡通形象、周边商品如贴纸或徽章等，轻松探索不同风格与主题的可能性。

目前，Whisk尚处于早期开发阶段，仅对美国地区的测试用户开放，并计划未来进一步拓展应用范围。谷歌同时警告，由于工具仍在优化过程中，生成的图像可能“偏离用户预期”。