Компания Google запустила Whisk, новый генератор изображений на базе искусственного интеллекта (ИИ), который не полагается на текстовые описания, а использует изображения в качестве подсказок. Этот экспериментальный инструмент предлагает уникальный подход к созданию ИИ-изображений, позволяя пользователям визуально направлять процесс создания.

С помощью Whisk пользователи могут предоставлять изображения, чтобы предложить тему, сцену и стиль желаемого результата. Для каждого из этих элементов можно использовать несколько изображений, предоставляя ИИ инструкции. Для тех, у кого в голове нет конкретных изображений, Whisk предлагает функцию, которая автоматически генерирует образцы изображений в качестве подсказок. Несмотря на то, что эти образцы генерируются ИИ самостоятельно, они служат отправной точкой для пользователей, которую они могут изучить и доработать.



После получения подсказок Whisk генерирует серию изображений, каждое из которых сопровождается текстовой подсказкой, описывающей его ключевые особенности. Пользователи могут выбрать, загрузить или доработать сгенерированные изображения, изменив текстовые подсказки или предоставив дополнительные визуальные подсказки.

Google подчеркивает, что Whisk предназначен для «быстрого визуального исследования», а не для создания отшлифованных изображений. Инструмент признает, что ИИ не всегда может идеально передать замысел пользователя, поэтому он предоставляет возможности для уточнения и итерации сгенерированных результатов.

Whisk работает на основе последней модели генерации изображений Imagen 3 от Google. Эта обновленная модель повышает способность инструмента интерпретировать визуальные подсказки и генерировать разнообразные результаты.