谷歌發(fā)布AI圖像生成新工具Whisk 支持上傳多張圖片以圖生圖

　　谷歌今日發(fā)布了一款名為 Whisk 的全新 AI 圖像生成工具，該工具允許用戶使用其他圖像作為提示來生成圖像，而不需要冗長(zhǎng)的文本提示。用戶只需提供圖像，即可指定 AI 生成圖像的主題、場(chǎng)景和風(fēng)格。

　　使用 Whisk 時(shí)，用戶可以為主題、場(chǎng)景和風(fēng)格分別提供多張圖像作為提示。(當(dāng)然，用戶仍然可以選擇使用文字提示。)如果手頭沒有合適的圖像，用戶還可以點(diǎn)擊骰子圖標(biāo)，由谷歌自動(dòng)填充一些圖像作為提示(這些圖像似乎也是 AI 生成的)。此外，用戶還可以在流程的最后階段在文本框中輸入一些文字，以添加關(guān)于目標(biāo)圖像的額外細(xì)節(jié)，但這并非必需步驟。

　　Whisk 隨后會(huì)生成圖像，并為每張圖像生成相應(yīng)的文本提示。如果用戶對(duì)生成結(jié)果滿意，可以選擇收藏或下載圖像;如果需要進(jìn)一步調(diào)整，則可以通過在文本框中輸入更多文字或點(diǎn)擊圖像并編輯文本提示來進(jìn)行優(yōu)化。

　　谷歌在一篇博文中強(qiáng)調(diào)，Whisk 的設(shè)計(jì)初衷是“快速的視覺探索，而非像素級(jí)的精細(xì)編輯”。該公司還表示，Whisk 可能會(huì)出現(xiàn)“偏差”，因此允許用戶編輯底層的提示。

　　據(jù)體驗(yàn)者稱，在短暫的使用過程中，Whisk 帶來了有趣的體驗(yàn)。圖像生成需要幾秒鐘的時(shí)間，雖然生成的圖像有時(shí)會(huì)有些奇怪，但所有生成的內(nèi)容都易于迭代修改。

　　谷歌表示，Whisk 使用的是其最新一代的 Imagen 3 圖像生成模型，該模型也于今日發(fā)布。