免文字指令！谷歌最新AI工具Whisk　用圖像生圖像

編輯丘力龍報導
發佈時間：2024/12/18 15:31
最後更新時間：2024/12/18 15:31

Google最新AI工具Whisk，針對主題、場景和風格各輸入圖像，就能混合成一張新圖。（圖／翻攝自 X@dr_cintas）

科技大廠谷歌（Google）17日推出全新人工智慧（AI）工具「Whisk」，用戶只要上傳圖像即可獲得AI生成圖像，即「圖像生成圖像」，無需再依賴長篇文字提示，目前僅開放給美國地區用戶。

《CNN》報導，Whisk使用Google的AI產品Gemini（2023年12月推出），並與DeepMind（Google 2014年收購的AI實驗室）12月發布的最新文本轉圖像生成模型Imagen 3配合運作。當用戶上傳圖像時，Gemini會生成一個標題，該標題被輸入到Imagen 3中，最終生成圖像。

Whisk支援用戶提供圖像作為指令，針對主題、場景和風格各輸入圖像（可輸入多張），就能混合成一張新圖。假設手邊沒有適合的圖像，只需點擊骰子圖示，即可獲得AI生成的圖像。如果生成結果不夠精準，也可輸入文字作為補充。

Google表示，Whisk「旨在提供快速的視覺探索，而非像素級的編輯」，目的不在於生成完美的圖，不會精準複製用戶提供的主題，而是抓住「精隨」，以利3 張圖像重新組合。

Google表示，Whisk仍處於開發的早期階段，目前僅在Google Labs網站上向美國用戶提供。

2026世界盃足球賽，最新戰況一次看