Google запускає інструмент для створення зображень зі штучного інтелекту з реальних зображень

(CLO) Google щойно запустив новий інструмент штучного інтелекту (ШІ) під назвою «Whist», який дозволяє користувачам завантажувати фотографії для отримання складених зображень, згенерованих ШІ, навіть без введення будь-якого тексту.

Whisk використовує штучний інтелект для поєднання об'єкта, фону та стилю завантаженої фотографії, створюючи таким чином свіже та унікальне зображення.

Google описує Whisk як «креативний інструмент», який допомагає користувачам швидко генерувати нові візуальні ідеї без необхідності професійних навичок редагування фотографій. За словами Google, цей інструмент не є традиційним редактором зображень, а радше цікавим інструментом штучного інтелекту, метою якого є стимулювання креативності та швидких відкриттів .

Коли користувач завантажує фотографію, Whisk використовує комбінацію сервісу штучного інтелекту Google, Gemini, та технології Imagen 3 – інструменту, який створює зображення з тексту, отриманого Google від DeepMind.

Gemini проаналізує фотографію та створить підпис, потім Imagen 3 креативно поєднає елементи цієї фотографії, зберігаючи «сутність» об’єкта, а не копіюючи його точно.

Інтерфейс інструмента «Віск». Знімок екрана.

Це означає, що кінцевий результат може бути не на 100% ідентичним оригінальному зображенню. Наприклад, зріст, зачіска або тон шкіри об’єктів на новому зображенні можуть відрізнятися від оригіналу. Однак користувачі все ще можуть коригувати вхідну інформацію, змінювати фон, стиль або поєднувати кілька тем для створення різних зображень.

Whisk може створювати зображення не лише з тексту, а й з оригінальних зображень, розширюючи творчі можливості без необхідності мати досвід редагування фотографій у користувачів. Томас Ілліч, директор з управління продуктами в Google Labs, заявив: «Whisk розроблений, щоб допомогти користувачам творчо реміксувати об’єкти, фони та стилі, дозволяючи їм візуально досліджувати, а не ретельно редагувати кожен піксель».

Хоча Whisk все ще перебуває на ранніх стадіях розробки, інструмент було запущено як вебсайт у Google Labs і тепер доступний для користувачів у США.

Ден Айвз, керуючий директор і старший аналітик Wedbush Securities, сказав, що Whisk знаменує собою ще один «момент сили» для Google у технологічній гонці.

Айвз також зазначив, що DeepMind, лабораторія штучного інтелекту, яку Google придбала у 2014 році, є ключовим активом, який допомагає Google зберігати свої позиції в галузі штучного інтелекту. Продукти штучного інтелекту, включаючи Whisk, є ключовою частиною стратегії розвитку продуктів Google на найближчі роки, і очікується, що багато нових продуктів будуть запущені у 2025 році.

Інструменти Whisk відкривають нові можливості використання штучного інтелекту для створення інноваційних продуктів з мінімальним втручанням користувача. Це демонструє прогрес штучного інтелекту в розумінні та творчому поєднанні візуальних елементів.

Whisk є частиною сильної тенденції серед великих технологічних компаній, включаючи Google та OpenAI, щодо розробки інструментів штучного інтелекту для споживачів. Ці інструменти спрямовані на забезпечення інноваційного творчого досвіду, від створення зображень і тексту до відео . Нещодавно OpenAI також представила інструмент для створення тексту у відео під назвою Sora, прямого конкурента Whisk.

Нгок Ань (за даними CNN, The Verge, ZDNET)

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