- Google ha lanciato Whisk, un nuovo strumento AI che genera immagini utilizzando altre immagini come prompt invece di affidarsi a descrizioni testuali.
- Ha presentato Whisk come uno strumento che permette agli utenti di combinare immagini per definire soggetto, stile e scena. Whisk compila automaticamente i prompt se gli utenti non dispongono di elementi visivi.
- Funziona sul modello Imagen 3 di Google, che allegedly alimenta l'AI per fornire risultati più veloci e di qualità superiore, anche se non è perfetto.
Google ha presentato Whisk, un nuovo strumento di IA che genera immagini utilizzando altre immagini come prompt. A differenza degli strumenti più vecchi che si basano pesantemente su descrizioni testuali lunghe e dettagliate, Whisk presumibilmente consente agli utenti di caricare immagini per definire il soggetto, la scena e lo stile che desiderano generare.
Il strumento supporta anche più immagini per ciascuno di questi input, offrendo agli utenti una notevole flessità per sperimentare. Se non si dispone di un'immagine di partenza, Google ha un'icona a forma di dado che compila automaticamente i prompt con elementi visivi.
Tuttavia, queste immagini segnaposto sembrano essere anch'esse generate dall'IA. Gli utenti possono anche aggiungere un po' di testo per affinare l'output, ma la casella di testo è facoltativa. Secondo l'azienda, Whisk produce comunque risultati anche senza di essa.
Lo strumento genera quindi un'immagine e il relativo prompt testuale utilizzato per la sua creazione. Se si gradisce il risultato, lo si può aggiungere ai preferiti o scaricarlo. In caso contrario, lo si può perfezionare modificando il prompt testuale sottostante o generando qualcosa di completamente nuovo.
Imagen 3 alimenta l'IA Whisk di Google
Google afferma che Whisk è progettato per l'"esplorazione visiva rapida, non per modifiche pixel-perfect". Pertanto, sebbene sia flessibile e divertente da usare, non garantisce risultati perfetti ogni volta. L'azienda ammette che lo strumento può "sbagliare bersaglio", motivo per cui consente modifiche rapide per migliorare l'accuratezza.
Whisk si basa sull'ultimo modello di generazione di immagini Imagen 3 di Google, annunciato insieme allo strumento. Imagen 3 alimenta Whisk per produrre i suoi risultati generati dall'IA, e si dice che la tecnologia sottostante migliori la qualità complessiva degli output.
Accanto a Imagen 3, Google ha anche presentato Veo 2, il suo modello di generazione video aggiornato. Veo 2 avrebbe una migliore comprensione della cinematografia e risolverebbe problemi comuni come le caratteristiche allucinate, ad esempio l'errore classico dell'IA che mostra dita in eccesso.
Il modello viene lanciato inizialmente sulla piattaforma VideoFX di Google, che è ancora in fase di test limitata attraverso Google Labs. L'azienda afferma che Veo 2 si espanderà gradualmente a YouTube Shorts e ad altri prodotti Google nel corso del 2025.
Per ora, l'azienda posiziona Whisk come uno strumento di esplorazione piuttosto che come una soluzione di editing professionale. Rimane da vedere se reggerà il confronto con concorrenti come DALL-E di OpenAI.
Se stai leggendo questo, sei già avanti. Resta così con la nostra newsletter.
Dichiarazione di responsabilità. Le informazioni fornite non costituiscono consigli di trading. Cryptopolitan.com non si assume alcuna responsabilità per eventuali investimenti effettuati sulla base delle informazioni fornite in questa pagina. Si consiglia vivamente di effettuare ricerche indipendenti e/o consultare un professionista qualificato prima di prendere qualsiasi decisione di investimento.
Jai Hamid
Jai Hamid si occupa di criptovalute, mercati azionari, tecnologia, economia globale ed eventi geopolitici che influenzano i mercati da 6 anni. Ha collaborato con pubblicazioni focalizzate sulla blockchain, tra cui AMB Crypto, Coin Edition e CryptoTale, per analisi di mercato, grandi aziende, regolamentazione e tendenze macroeconomiche. Si è formata presso la London School of Journalism e ha condiviso tre volte le sue analisi sui mercati delle criptovalute su una delle principali reti televisive dell'Africa.
