Google выпустила инструмент на основе искусственного интеллекта, который создает изображения из других изображений

Компания Google представила Whisk, новый инструмент на основе искусственного интеллекта, который генерирует изображения, используя другие изображения в качестве подсказок. В отличие от старых инструментов, которые в значительной степени полагались на длинные, подробные текстовые описания, Whisk, как сообщается, позволяет пользователям загружать изображения, чтобы defiтему, сцену и стиль, которые они хотят сгенерировать.

Этот инструмент также поддерживает несколько изображений для каждого из этих полей ввода, что дает пользователям значительную гибкость для экспериментов. Если у вас нет изображения для начала, Google предлагает значок игральной кости, который автоматически заполняет поля визуальными элементами.

Однако эти изображения-заглушки, похоже, тоже сгенерированы искусственным интеллектом. Пользователи также могут добавить немного текста для точной настройки результата, но текстовое поле необязательно. По словам компании, Whisk по-прежнему выдает результаты и без него.

Затем инструмент генерирует изображение и соответствующий текстовый шаблон, использованный при его создании. Если результат вам понравится, вы можете добавить его в избранное или скачать. Если нет, вы можете улучшить его, отредактировав исходный текстовый шаблон или создав совершенно новый.

Технология Imagen 3 лежит в основе Google Whisk AI

Google утверждает, что Whisk создан для «быстрого визуального анализа, а не для точной обработки пикселей». Поэтому, хотя он и гибкий и удобный в использовании, он не всегда обеспечивает безупречные результаты. Компания признает, что инструмент может «промахнуться», поэтому они позволяют быстро вносить правки для большей точности.

Whisk работает на основе новейшей модели генерации изображений Imagen 3 от Google, которую компания также анонсировала одновременно с инструментом. Imagen 3 используется для создания результатов, генерируемых искусственным интеллектом, и, как утверждается, эта технология улучшает общее качество выходных данных.

Наряду с Imagen 3, Google также представила Veo 2, свою улучшенную модель генерации видео. Сообщается, что Veo 2 лучше понимает кинематографические особенности и исправляет распространенные проблемы, такие как «галлюцинаторные» черты лица — например, classic ошибку ИИ, связанную с появлением лишних пальцев.

Первоначально модель запускается на платформе Google VideoFX, которая пока находится на стадии ограниченного тестирования в Google Labs. Компания заявляет, что Veo 2 в конечном итоге будет интегрироваться с YouTube Shorts и другими продуктами Google в 2025 году.

На данный момент компания позиционирует Whisk скорее как инструмент для экспериментов, чем как профессиональное решение для редактирования. Удастся ли ему выдержать конкуренцию с такими продуктами, как DALL-E от OpenAI, покажет время.