- GoogleはWhiskを発表しました。これはテキストの説明に頼るのではなく、他の画像をプロンプトとして使用して画像を生成する新しいAIツールです。
- Whiskは、ユーザーが画像を組み合わせて被写体、スタイル、シーンを定義できるツールとして紹介されました。また、視覚素材がない場合でもプロンプトを自動入力する機能も備えています。
- このツールはGoogleのImagen 3モデルを搭載しており、より高速で高品質な結果を提供するAIを支えているとされていますが、完璧ではありません。
Googleは、Whiskという新しいAIツールを公開しました。このツールは、プロンプトとして他の画像を使用して画像を生成します。長い詳細なテキスト記述に大きく依存する以前のツールとは異なり、Whisk バイナンスを通過したと報告されている。少なくとも6億7,600万ドルがShelbitに関連するウォレットから取引所に移動した。これには、2025年1月にドバイのVirtual Assets Regulatory Authority（VARA）からライセンスなしでの運営により罰則を受けた後、イランの取引所に送られた約5億4,000万ドルが含まれる。以前、Cryptopolitan ユーザーが被写体、シーン、および生成したいスタイルを定義するために画像をアップロードすることを可能にします。
この ツール また、これらの入力に対して複数の画像をサポートしており、ユーザーが実験する際に大きな柔軟性を提供します。開始する画像がない場合、Googleにはダイスのアイコンがあり、プロンプトに視覚要素を自動入力します。
ただし、これらのプレースホルダー画像もAI生成のようです。ユーザーは出力を微調整するために少し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。同社によると、Whiskはそれなしでも結果を生成し続けます。
その後、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。結果に満足できれば、お気に入り登録またはダウンロードできます。気に入らなければ、基盤となるテキストプロンプトを編集するか、完全に新しいものを生成することで微調整できます。
Imagen 3がGoogleのWhisk AIを駆動
Googleは、Whiskは「ピクセル単位の完璧な編集ではなく、迅速な視覚的探求のために構築されている」と述べています。したがって、柔軟で使いやすい反面、毎回完璧な結果が得られるわけではありません。同社は、ツールが「外れることがある」と認めており、そのためより正確な結果を得るための迅速な編集を可能にしています。
Whiskは、同社がツールと同時に発表した最新のImagen 3画像生成モデル上で動作します。Imagen 3はWhiskのAI生成結果を生成し、その基盤技術は出力の全体的な品質を向上させるとされています。
Imagen 3と並んで、Googleはアップグレードされた動画生成モデルであるVeo 2も導入しました。Veo 2は映画撮影の理解が深まり、幻覚的な特徴（例えば、指の本数が多いという典型的なAIのエラー）などの一般的な問題を修正しています。
このモデルはまず、Google Labsを通じて限定的なテスト段階にあるGoogleのVideoFXプラットフォームでリリースされます。同社は、Veo 2は2025年中にYouTube Shortsやその他のGoogle製品に拡大すると述べています。
現在、同社はWhiskをプロフェッショナルな編集ソリューションではなく、探求ツールとして位置づけています。OpenAIのDALL-Eなどの競合他社に対してどの程度通用するかは、まだ見えていません。
これをお読みいただいているあなたは、すでに一歩先を行っています。当社のニュースレターでその先を行ってください。
免責事項。 ここに提供される情報は取引助言ではありません。 Cryptopolitan.com 当社は、このページに提供される情報に基づいて行われたいかなる投資に対しても責任を負いません。いかなる投資判断を下す前に、独立した調査および/または資格を有する専門家への相談を強く推奨します。
Jai Hamid
ジャイ・ハミドは、過去6年間、暗号通貨、株式市場、テクノロジー、世界経済、そして市場に影響を与える地政学的イベントを報道してきました。彼女は、AMB Crypto、Coin Edition、CryptoTaleなどのブロックチェーン専門出版物で、市場分析、大手企業、規制、マクロ経済動向に関する記事を担当してきました。ロンドン・スクール・オブ・ジャーナリズムを卒業し、アフリカ有数のテレビネットワークで3回にわたり暗号通貨市場の洞察を提供しています。
