- Google Whisk 使用图像作为输入，而不是基于文本的提示
- 它基于 Google Imagen 3 生成式 AI 模型构建
- 该实验工具可供美国用户免费试用
谷歌全新的人工智能工具让您更轻松地创建和重新混合视觉概念。Whisk 不会要求您描述您脑海中的想法，而是让您输入三种图像提示：一种用于主题，一种用于场景，一种用于风格。Whisk 负责剩下的工作，使其成为尝试不同想法的更直观的方式。
虽然大多数最好的人工智能图像生成器要求您编写详细的提示，Whisk 在幕后处理该问题。当您将图片作为灵感放入基于网络的 Whisk 界面时，Google 的双子座模型会自动分析它们并为每个内容编写详细的标题。然后将这些输入到图像3模型，以创建匹配图像。
例如，您可以放置一张汽车图像作为主题，并放置一张乡村风景照片作为场景。您可以添加水彩画作为样式，看看 Whisk 会创造什么。点击按钮，您将根据您的输入获得一对图像。
从这里，可以轻松地重新混合图像。该界面允许您指定其他基于文本的详细信息来调整结果。如果您需要灵感，您还可以轻松添加不同的源图像或掷骰子。新结果成对出现在提要中，使其成为一种直观的构思方式。您还可以选择通过显示文本提示并添加更多细节来优化图像。
搅拌一下
Whisk 简介：少提示，多玩 |Google 实验室 - YouTube
虽然 Whisk 的设计目的是消除对基于文本的提示的需求，但 Google 提供了改进书面提示的选项，因为结果并不总是与源材料匹配。
在一个博客文章关于实验工具，谷歌解释说，Whisk“捕捉了你的主题的本质，而不是精确的复制品。”它的效果与 Gemini 对你提交的图像的分析一样有效。虽然这通常非常令人印象深刻，但它也无法进入您的脑海：您可能期望 Whisk 从图像中提取一个细节，而它聚焦于另一个细节。
该帖子进一步解释道： 由于 Whisk 仅从您的图像中提取一些关键特征，因此它可能会生成与您的期望不同的图像。例如，生成的对象可能具有不同的身高、体重、发型或肤色。我们了解这些功能可能对您的项目至关重要，而 Whisk 可能达不到要求，因此我们允许您随时查看和编辑底层提示。
尽管存在这些缺点，Whisk 仍是 Google 现有人工智能工具的一个有趣应用。底层生成模型与您通过其文本界面与 Gemini 聊天相同。不过，通过依赖图像输入，Whisk 为视觉创作者提供了一种更容易、更直观的方式来发挥他们的想法。
根据数字创意人员的早期反馈，Google 将 Whisk 称为“一种新型创意工具”，旨在“快速视觉探索，而不是像素完美的编辑”。
如何尝试 Google Whisk
Google Whisk 目前仅适用于美国用户。如果您在那里，您可以通过网络浏览器尝试一下：labs.google/whisk。该实验工具完全免费。
您使用 Whisk 的体验数据将反馈给 Google，以帮助完善和开发未来的 AI 产品。