Google lanserar AI-verktyg för att skapa bilder från riktiga bilder

(CLO) Google har precis lanserat ett nytt verktyg för artificiell intelligens (AI) som heter "Whisk", vilket gör det möjligt för användare att ladda upp foton för att hämta AI-genererade kombinerade bilder, även om användaren inte skriver in någon text.

Whisk använder AI för att kombinera motivet, sammanhanget och stilen i det uppladdade fotot, vilket skapar en ny och mer unik bild.

Whisk beskrivs av Google som ett "kreativt verktyg" som hjälper användare att snabbt generera nya visuella idéer utan att kräva professionella fotoredigeringskunskaper. Enligt Google är verktyget inte en traditionell bildredigerare, utan snarare ett roligt AI-verktyg som syftar till att väcka kreativitet och snabb upptäckt .

När en användare laddar upp ett foto använder Whisk en kombination av Googles AI-tjänst Gemini och Imagen 3-teknik – ett verktyg som skapar bilder från text som Google hämtat från DeepMind.

Gemini analyserar fotot och skapar en bildtext, sedan kombinerar Imagen 3 element från fotot på ett kreativt sätt och behåller motivets "essens" snarare än att kopiera det exakt.

Vispa verktygsgränssnitt. Skärmdump

Det betyder att slutresultatet kanske inte är 100 % identiskt med originalbilden. Till exempel kan längden, frisyren eller hudtonen på motiven i den nya bilden skilja sig från originalet. Användare kan dock fortfarande justera inmatningsinformationen, ändra sammanhang, stil eller kombinera flera motiv för att skapa olika bilder.

Whisk kan skapa bilder inte bara från text utan även från stockbilder, vilket utökar de kreativa möjligheterna utan att användarna behöver ha erfarenhet av fotoredigering. ”Whisk är utformat för att hjälpa användare att remixa motiv, sammanhang och stilar på kreativa sätt, vilket gör att de kan utforska visuellt snarare än att noggrant redigera varje pixel”, säger Thomas Iljic, chef för produkthantering på Google Labs.

Medan Whisk är i ett tidigt utvecklingsstadium har verktyget lanserats som en webbplats på Google Labs och är nu tillgängligt för användare i USA.

Dan Ives, VD och senioranalytiker på Wedbush Securities, sa att Whisk markerar ytterligare ett "maktdemonstrationsögonblick" för Google i teknikkapplöpningen.

Ives noterade också att DeepMind, AI-labb som Google förvärvade 2014, är en viktig tillgång för att hjälpa Google att behålla sin position inom AI-området. AI-produkter, inklusive Whisk, är en viktig del av Googles produktutvecklingsstrategi under de kommande åren, med flera nya produkter som förväntas lanseras senast 2025.

Whisk-verktyget öppnar upp nya möjligheter för att använda AI för att skapa kreativa produkter med minimal användarintervention. Detta visar AI:s framsteg när det gäller att förstå och kombinera visuella element på ett kreativt sätt.

Whisk är en del av en växande trend bland stora teknikföretag, inklusive Google och OpenAI, att utveckla konsumentinriktade AI-verktyg som syftar till att möjliggöra nya kreativa upplevelser, från att generera bilder, text och videor . OpenAI introducerade nyligen en text-till-video-generator som heter Sora, som konkurrerar direkt med Whisk.

Ngoc Anh (enligt CNN, The Verge, ZDNET)

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