هوش مصنوعی مولد Whisk گوگل تصاویر را به شکلی خلاقانه با هم ترکیب می‌کند

گوگل یک ابزار هوش مصنوعی جدید به نام Whisk معرفی کرده است که به شما امکان می‌دهد با استفاده از تصاویر دیگر، بدون نیاز به نوشتن دستور متنی، یک تصویر جدید خلق کنید.

با Whisk، می‌توانید تصاویر را برای پیشنهاد موضوع، صحنه و سبک تصویر تولید شده توسط هوش مصنوعی ارائه دهید و می‌توانید برای هر یک از این سه مورد، چندین تصویر به Whisk پیشنهاد دهید. (اگر بخواهید، می‌توانید متن‌های پیشنهادی را نیز پر کنید.) اگر تصاویری در دست ندارید، می‌توانید روی آیکون تاس کلیک کنید تا گوگل چند تصویر پیشنهاد دهد (اگرچه به نظر می‌رسد که آن تصاویر نیز توسط هوش مصنوعی تولید شده‌اند). همچنین می‌توانید در انتهای فرآیند اگر می‌خواهید جزئیات بیشتری درباره تصویری که به دنبال آن هستید اضافه کنید، متنی را در یک جعبه متن وارد کنید. اما این کار ضروری نیست.

سپس Whisk گوگل چند تصویر و یک متن پیشنهادی برای هر کدام تولید می‌کند. اگر از نتایج راضی هستید، می‌توانید تصویر را بپسندید یا دانلود کنید، یا می‌توانید با وارد کردن متن بیشتر در جعبه متن یا کلیک بر روی تصویر و ویرایش متن پیشنهادی، تصویر را بهبود دهید.

در یک پست وبلاگ، گوگل تأکید می‌کند که Whisk برای «ماجراجویی تصویری، نه ویرایش دقیق تصاویر» طراحی شده است. این شرکت همچنین می‌گوید که Whisk ممکن است «به هدف شما نرسد»، به همین دلیل است که به شما اجازه می‌دهد پیشنهادات اصلی را ویرایش کنید.

استفاده از این ابزار سرگرم‌کننده است. تنها چند ثانیه طول می‌کشد تا تصاویر تولید شوند. در حالی که تصاویر خلق شده نسبتا عجیب هستند، می‌توان از آن‌ها لذت برد.

گوگل می‌گوید Whisk از آخرین نسخه مدل تولید تصویر Imagen 3 استفاده می‌کند. گوگل همچنین Veo 2 را معرفی کرد، نسخه بعدی مدل تولید ویدئوی گوگل، که این شرکت می‌گوید دارای درک «زبان منحصر به فرد سینماتوگرافی» است و چیزهایی مانند انگشتان اضافی را «کمتر از سایر مدل‌ها» ایجاد می‌کند (یکی از آن مدل‌های دیگر احتمالاً Sora از OpenAI است). Veo 2 ابتدا به VideoFX گوگل می‌آید، که می‌توانید در لیست انتظار Google Labs برای آن ثبت‌نام کنید. و در سال آینده به YouTube Shorts و «محصولات دیگر» گسترش خواهد یافت.

منبع خبر