谷歌发布人工智能工具，可从其他图像创建图像

谷歌推出了 Whisk，这是一种新的人工智能工具，可以使用其他图像作为提示来生成图像。据报道，与严重依赖长而详细的文本描述的旧工具不同，Whisk允许用户上传图像来defi他们想要生成的主题、场景和风格。

该工具还支持每个输入的多个图像，为用户提供了极大的实验灵活性。如果您没有开始的图像，Google 有一个骰子图标，可以自动用视觉效果填充提示。

然而，这些占位符图像似乎也是人工智能生成的。用户还可以添加一些文本来微调输出，但文本框是可选的。据该公司称，在没有它的情况下，Whisk 仍然可以产出结果。

然后，该工具会生成图像以及在创建图像时使用的相应文本提示。如果您喜欢结果，可以收藏或下载。如果不这样做，您可以通过编辑底层文本提示或生成全新的内容来完善它。

Imagen 3 为 Google Whisk AI 提供支持

谷歌表示，Whisk 是为“快速视觉探索，而不是像素完美编辑”而构建的。因此，虽然它使用起来灵活且有趣，但它不会每次都提供完美的结果。该公司承认该工具可能“达不到目标”，这就是为什么他们允许快速编辑以获得更高的准确性。

Whisk 运行在 Google 最新的 Imagen 3 图像生成模型上，该公司还与该工具一起发布了该模型。 Imagen 3 为 Whisk 提供人工智能生成的结果，据说底层技术可以提高输出的整体质量。

除了 Imagen 3 之外，谷歌还推出了 Veo 2，其升级版视频生成模型。据报道，Veo 2 更好地掌握了电影摄影，并修复了幻觉特征等常见问题，例如多余手指的classic人工智能错误。

该模型首先在 Google 的 VideoFX 平台上推出，该平台仍在通过 Google 实验室进行有限测试。该公司表示，Veo 2 最终将在 2025 年的某个时候扩展到 YouTube Shorts 和其他 Google 产品。

目前，该公司将 Whisk 定位为一种探索工具，而不是专业的编辑解决方案。它是否能与 OpenAI 的 DALL-E 等竞争对手抗衡还有待观察。

从零到 Web3 Pro：您的 90 天职业启动计划