هوش مصنوعی گوگل whisk چیست؟ + عکس

به گزارش اقتصاد معاصر؛ هوش مصنوعی گوگل  whisk ابزاری جدیدی است که گوگل به تازگی از آن رونمایی کرده است که به کاربران امکان می دهد تصاویر خلاقه ای ایجاد کنند. Whisk از جدیدترین نسخه‌ی مدل هوش مصنوعی Imagen 3 استفاده می‌کند. در این ابزار امکان ویرایش تصاویر با واردکردن متن بیشتر در کادر مربوطه یا کلیک روی تصویر و ویرایش متن توصیفی آن وجود دارد.

عکس دونات ساخته شده با هوش مصنوعی گوگل Whisk

با Whisk می‌توانید تصاویری را برای تعیین موضوع، صحنه و سبک تصویر نهایی خود به هوش مصنوعی پیشنهاد دهید. جالب اینکه می‌توانید برای هر یک از این سه بخش چندین تصویر به‌عنوان الگو ارائه کنید و البته همچنان امکان واردکردن متن نیز وجود دارد.

اگر تصویری برای الگوبرداری در دسترس ندارید، با کلیک روی آیکون تاس از گوگل بخواهید الگو را برایتان انتخاب کند. در صورت تمایل می‌توانید برای جزئیات بیشتر، متنی را در کادر مربوطه وارد کنید، اما این مرحله اختیاری است.

تصویر ساخته شده با هوش مصنوعی گوگل Whisk

Whisk در مرحله‌ی بعد تصاویری را بر اساس تصاویر و متن ورودی کاربر تولید می‌کند و برای هر عکس متنی توصیفی نیز ارائه می‌دهد. در صورت رضایت از نتایج می‌توانید تصویر را به لیست علاقه‌مندی‌های خود اضافه یا آن را دانلود کنید. همچنین امکان ویرایش تصاویر با واردکردن متن بیشتر در کادر مربوطه یا کلیک روی تصویر و ویرایش متن توصیفی آن وجود دارد. بر اساس اعلام گوگل، Whisk برای «کاوش بصری سریع» طراحی شده است، نه ویرایش‌های پیکسل به پیکسل.
گوگل اذعان می‌کند که Whisk احتمالاً در برخی موارد به هدف نرسد و به همین دلیل امکان ویرایش متن‌های زیربنایی تصاویر را فراهم کرده است.
Whisk از جدیدترین نسخه‌ی مدل هوش مصنوعی Imagen 3 استفاده می‌کند. گوگل همچنین Veo 2، نسخه‌ی بعدی مدل تولید‌کننده‌ی ویدیوی خود را معرفی کرده است که ظاهراً درک بسیار خوبی از زبان منحصربه‌فرد فیلمبرداری دارد و نسبت به مدل‌‌های مشابه کمتر دچار توهماتی مانند انگشتان اضافی می‌شود.