Google wprowadza narzędzie AI do tworzenia obrazów z prawdziwych obrazów

(CLO) Firma Google właśnie uruchomiła nowe narzędzie oparte na sztucznej inteligencji (AI) o nazwie „Whisk”, dzięki któremu użytkownicy mogą przesyłać zdjęcia, aby uzyskać połączone obrazy wygenerowane przez AI, nawet jeśli użytkownik nie wprowadzi żadnego tekstu.

Whisk wykorzystuje sztuczną inteligencję do łączenia tematu, kontekstu i stylu przesłanego zdjęcia, tworząc nowy i bardziej wyjątkowy obraz.

Google opisuje Whisk jako „narzędzie kreatywne”, które pomaga użytkownikom szybko generować nowe pomysły wizualne bez konieczności posiadania profesjonalnych umiejętności edycji zdjęć. Według Google, narzędzie to nie jest tradycyjnym edytorem obrazów, lecz raczej zabawnym narzędziem AI, które ma pobudzać kreatywność i stymulować szybkie odkrywanie .

Gdy użytkownik przesyła zdjęcie, Whisk wykorzystuje połączenie usługi sztucznej inteligencji Google, Gemini, i technologii Imagen 3 — narzędzia, które tworzy obrazy z tekstu, który Google pozyskał z DeepMind.

Gemini przeanalizuje zdjęcie i utworzy podpis, a następnie Imagen 3 połączy elementy tego zdjęcia w kreatywny sposób, zachowując „istotę” obiektu, zamiast go dokładnie kopiować.

Interfejs narzędzia Trzepaczka. Zrzut ekranu.

Oznacza to, że końcowy rezultat może nie być w 100% identyczny z oryginalnym obrazem. Na przykład wzrost, fryzura lub odcień skóry osób na nowym zdjęciu mogą różnić się od oryginału. Użytkownicy nadal mogą jednak dostosować wprowadzone dane, zmienić kontekst, styl lub połączyć wiele osób, aby utworzyć różne obrazy.

Whisk może tworzyć obrazy nie tylko z tekstu, ale także ze zdjęć stockowych, rozszerzając możliwości kreatywne bez konieczności posiadania doświadczenia w edycji zdjęć. „Whisk został zaprojektowany, aby pomóc użytkownikom w kreatywnym remiksowaniu tematów, kontekstów i stylów, pozwalając im na wizualne eksplorowanie, a nie drobiazgową edycję każdego piksela” – powiedział Thomas Iljic, dyrektor ds. zarządzania produktami w Google Labs.

Chociaż Whisk jest jeszcze na wczesnym etapie rozwoju, narzędzie zostało już udostępnione w formie witryny internetowej w Google Labs i jest już dostępne dla użytkowników w USA.

Dan Ives, dyrektor zarządzający i starszy analityk w Wedbush Securities, powiedział, że Whisk oznacza kolejny „pokaz siły” Google w wyścigu technologicznym.

Ives zauważył również, że DeepMind, laboratorium sztucznej inteligencji przejęte przez Google w 2014 roku, jest kluczowym atutem, który pomoże Google utrzymać pozycję w branży sztucznej inteligencji. Produkty z zakresu sztucznej inteligencji, w tym Whisk, będą kluczowym elementem strategii rozwoju produktów Google w nadchodzących latach, a do 2025 roku planowane jest wprowadzenie na rynek kilku nowych produktów.

Narzędzie Whisk otwiera nowe możliwości wykorzystania sztucznej inteligencji do tworzenia kreatywnych produktów z minimalną ingerencją użytkownika. To pokazuje postęp sztucznej inteligencji w rozumieniu i kreatywnym łączeniu elementów wizualnych.

Whisk wpisuje się w rosnący trend wśród dużych firm technologicznych, takich jak Google i OpenAI, polegający na opracowywaniu narzędzi AI skierowanych do konsumentów, które mają na celu umożliwienie nowych doświadczeń twórczych, od generowania obrazów, tekstu i filmów . OpenAI niedawno wprowadził generator tekstu do wideo o nazwie Sora, który bezpośrednio konkuruje z Whisk.

Ngoc Anh (według CNN, The Verge, ZDNET)

Źródło: https://www.congluan.vn/google-ra-mat-cong-cu-tao-hinh-anh-ai-tu-hinh-anh-that-post326441.html