Google lanserar Whisk – en unik bildgenerator
Google har introducerat Whisk, en experimentell bildgenerator som använder bilder som promptar istället för text. Whisk drivs av Googles AI-teknologier Gemini och Imagen, där Gemini automatiskt omvandlar uppladdade bilder till detaljerade textbeskrivningar som används för att generera nya bilder.
Enligt Google fungerar Whisk så här:
Automatisk beskrivning: Gemini skapar automatiskt detaljerade textbeskrivningar baserade på uppladdade bilder.
Generativ ommixning: Imagen 3 använder dessa beskrivningar för att generera nya bilder inspirerade av originalbilden.
Redigerbara promptar: Användare kan justera de genererade textbeskrivningarna för att förfina resultatet.
Fokus på inspiration snarare än perfektion
Whisk producerar inte exakta kopior av originalbilder, utan snarare vad Google beskriver som ”bildens essens”. Resultaten kan variera avsevärt i höjd, ton och storlek, vilket gör verktyget idealiskt för kreativt idéarbete snarare än fotorealistiska konstverk.
Google positionerar Whisk som ett verktyg för ”snabb visuell utforskning”, vilket gör det möjligt för kreatörer att snabbt testa och iterera över olika idéer. Det är snabbare och mer flexibelt än många andra AI-bildgeneratorer men är inte optimerat för pixelperfekt bildskapande.
Tillgänglighet och framtid
Whisk är för närvarande tillgängligt via Google Labs som ett experimentellt projekt. Användare kan testa verktyget och ge feedback till Google, men det finns ingen information om när eller om det kommer att släppas för den breda allmänheten.
En ny era för AI-promptar?
Whisk kan bana väg för en ny generation av AI-verktyg där bildbaserade promptar förenklar skapandet för användare som inte har tid eller kunskap att skapa avancerade textpromptar. Frågan kvarstår dock – vad händer när AI-genererade bilder börjar användas för att generera nya AI-bilder?
Kommentera: