谷歌近期推出了一款創(chuàng)新的AI圖像生成工具——Whisk，這款工具讓用戶能夠以圖像為靈感，輕松創(chuàng)造出新的視覺作品。與以往需要繁瑣文字描述的方式不同，Whisk允許用戶直接通過上傳其他圖像來設(shè)定生成圖像的主題、場景和風(fēng)格。

在使用Whisk的過程中，用戶能夠分別為主題、場景和風(fēng)格選擇多張圖像作為創(chuàng)作的基礎(chǔ)。如果一時找不到合適的圖像，還可以點擊一個類似骰子的圖標(biāo)，讓谷歌自動推薦一些圖像作為參考。這些自動生成的圖像同樣具備高度的創(chuàng)意性。用戶還擁有在最終階段添加文字描述的權(quán)利，用以進(jìn)一步細(xì)化圖像特征，盡管這一步并非強(qiáng)制。

Whisk在接收到用戶的圖像提示后，會迅速生成相應(yīng)的圖像，并為每張圖像配備一段描述性文字。用戶可以根據(jù)自己的喜好選擇保存或下載這些圖像。如果對生成的圖像有所不滿，用戶可以通過繼續(xù)添加文字描述或修改現(xiàn)有的圖像提示來進(jìn)行調(diào)整，整個過程十分靈活。

谷歌在官方博文中指出，Whisk的核心理念是提供快速而直觀的視覺探索體驗，而非追求像素級的精確修改。公司同時承認(rèn)，由于AI技術(shù)的局限性，Whisk生成的圖像可能會出現(xiàn)偏差，因此特意設(shè)計了可編輯的提示功能，讓用戶能夠自主調(diào)整創(chuàng)作方向。

據(jù)初步體驗者反饋，Whisk的使用過程充滿樂趣。雖然生成的圖像偶爾會出現(xiàn)一些意想不到的效果，但得益于其易于迭代修改的特性，用戶能夠輕松調(diào)整出滿意的作品。圖像生成的速度也相當(dāng)可觀，通常在幾秒鐘內(nèi)就能完成。

Whisk背后的技術(shù)支持是谷歌最新發(fā)布的Imagen 3圖像生成模型。這款模型不僅提升了圖像生成的效率，還在一定程度上增強(qiáng)了圖像的創(chuàng)意性和多樣性。