Googleが画像から画像を作成するAIツールをリリース

Googleは、他の画像をヒントにして画像を生成する新しいAIツール「Whisk」を発表しました。長々とした詳細なテキスト記述に大きく依存する従来のツールとは異なり、Whiskでは 報じられています ユーザーが画像をアップロードすることで、 defi生成したい主題、シーン、スタイルを定義できる

この ツールは 、それぞれの入力項目に複数の画像を指定できるため、ユーザーは自由に試行錯誤できます。入力する画像がない場合は、Googleが提供するサイコロのアイコンをクリックすると、入力欄に画像が自動的に挿入されます。

しかし、これらのプレースホルダー画像もAIによって生成されたものと思われます。ユーザーは出力結果を微調整するためにテキストを追加することもできますが、テキストボックスはオプションです。Whiskによると、テキストボックスがなくても結果は出ます。.

ツールは画像と、その作成に使用された対応するテキストプロンプトを生成します。結果が気に入った場合は、お気に入りに追加したりダウンロードしたりできます。気に入らなかった場合は、元のテキストプロンプトを編集したり、全く新しいものを作成したりすることで、改良することができます。.

Imagen 3 が Google の Whisk AI を強化

Googleによると、Whiskは「ピクセル単位の完璧な編集ではなく、素早い視覚的探索」を目的として開発されているとのことです。そのため、柔軟で楽しく使える一方で、毎回完璧な結果が得られるとは限りません。同社は、このツールが「的外れ」になることもあることを認めており、そのため、より正確な編集のために素早い編集機能を設けています。.

Whiskは、Googleがツールと同時に発表した最新の画像生成モデル「Imagen 3」をベースに動作します。Imagen 3はWhiskのAI生成を支えており、その基盤技術によって出力の全体的な品質が向上すると言われています。.

Imagen 3に加え、Googleはアップグレードされた動画生成モデル「Veo 2」も発表しました。Veo 2は、映画撮影の精度が向上し、幻覚的な特徴（例えば、指が余分に表示されるという classic AIエラー）などのよくある問題を修正したとされています。.

このモデルは、GoogleのVideoFXプラットフォームで最初にリリースされますが、現在Google Labsで限定的なテストが行​​われています。同社によると、Veo 2は2025年中にYouTube Shortsやその他のGoogle製品にも展開される予定です。.

現時点では、同社はWhiskをプロ仕様の編集ソリューションではなく、探索ツールとして位置付けています。OpenAIのDALL-Eのような競合製品に匹敵するかどうかはまだ分かりません。.