Google 推出 Whisk：革命性 AI 圖像生成器可將三張圖片合成為一

Whisk 使用戶能夠上傳並結合三張不同的圖像——一張代表主題，一張代表場景，一張代表風格——創建獨特的視覺輸出。這種創意靈活性使得用戶能夠享受更個性化和互動的體驗，無論是休閒用戶還是專業創作者都能受惠。

什麼是 Whisk Google

在 2024 年 12 月 17 日，Google Labs 推出了 Whisk，這是一款由 AI 驅動的圖像生成工具，使用戶能夠使用自己的圖像作為提示來創建和混編視覺內容。這個工具代表了 AI 創意的一種更手動的方法，讓用戶能夠以有趣的方式探索他們的藝術想法。通過 Whisk，Google 旨在通過提供創意大腦風暴和視覺故事講述的平台來提高用戶參與度。

Whisk

Free

AI Art &Design CreatorImage to Image

Whisk 是谷歌實驗室的創新 AI 圖像生成工具，允許用戶使用現有圖像作為提示來創建新圖像，而不是依賴文字描述。

訪問網站

🔥有關 Whisk Google 的更多信息，請參閱官方文章 Whisk: 使用圖像和 AI 來視覺化和混編想法(https://blog.google/technology/google-labs/whisk/)

Whisk 的特點

Whisk 具有簡約的設計，使其對於所有技能水平的用戶都易於使用。只需上傳三張圖像——一張代表主題（例如個人照片），一張代表場景（例如風景），一張代表風格（例如藝術風格）——用戶就能生成獨特的混編圖像。此外，該工具會根據上傳的圖像自動生成詳細的說明，引導圖像生成過程。

與僅依賴文本提示的傳統圖像生成器不同，Whisk 捕捉上傳圖像的本質。用戶可以操縱他們的原始視覺內容，而不仅仅是複製它們。例如，用戶可以選擇自己的照片作為主題，一個未來城市的場景，以及一個動漫風格的最終輸出。這允許獨特的重新詮釋，並以靜態提示無法實現的方式鼓勵創造力。

早期用戶將 Whisk 描述為“有趣且令人上癮”，許多用戶報告稱他們可以在短短幾分鐘內產生各種設計。這種快速的反饋促進了愉快的創意過程，使其成為尋求創意大腦風暴或生成快速概念的藝術家的吸引選項。然而，用戶應該注意，結果可能會有所不同；生成的主題可能會在身高或髮型等屬性上與原始圖像不同。

作為 Google Labs 的實驗工具，Whisk 設計為根據用戶反饋進行演變。這種迭代方法確保工具會隨著時間的推移不斷改進，適應用戶的需求和偏好，並增強其功能。用戶還可以隨時查看和編輯底層提示，以進一步完善他們的創作。

Google 更廣泛的 AI 倡議

Whisk 是 Google 增強其在各個領域的 AI 能力的更廣泛戰略的一部分：

• Imagen 3: Google 最近升級了其標誌性的 AI 圖像生成器 Imagen 3。這個新版本生成的圖像更亮、細節更豐富、紋理更豐富，同時提高了其在多種藝術風格下解讀用戶提示的能力。 Imagen 3 是 Whisk 的核心，使其能夠根據用戶輸入生成高質量的混編圖像。

Google Imagen 3

Free Trial

Text to ImageAI Art &Design Creator

Imagen 3 是 Google DeepMind 最先進的文本到圖像 AI 模型，生成高質量、照片級真實的圖像，具有增強的細節、更豐富的照明、更少的偽影，並通過自然語言輸入更好地理解提示。

訪問網站

🔥有關 Imagen 3 的更多信息，請參閱 Google 推出下一代 AI 圖像生成器 Imagen 3(https://aipure.ai/articles/google-unveils-next-generation-ai-image-generator-imagen-3)

• Veo 2: 與 Whisk 一起，Google 推出了 Veo 2，這是一款先進的視頻生成模型，可以根據自然語言提示生成高分辨率視頻。這個模型通過允許用戶以創新的方式定制視頻內容，增強了 Google 的生成工具套件。

Google Veo 2

Free Trial

AI Video GeneratorAI Video Enhancing

Veo 2 是 Google DeepMind 的尖端 AI 视频生成模型，可以从文本提示中创建高达 4K 分辨率的高质量视频，具有真实的运动、广泛的摄像机控制和改进的物理模拟。

訪問網站

🔥有關 Veo 2 的更多信息，請參閱 Google 的新一代視頻生成模型登場(https://aipure.ai/articles/veo-2-googles-new-state-of-the-art-video-generation-model)

• Gemini Models: Gemini 2.0 模型在 Whisk 和 Imagen 3 中發揮著關鍵作用，通過提供視覺理解能力，使上傳圖像的詳細說明成為可能。這種集成通過使從視覺提示生成創意輸出變得更容易，增強了整體用戶體驗。

Gemini 2.0

Freemium

Large Language Models (LLMs)AI ChatbotAI Code Assistant

Gemini 2.0 是 Google DeepMind 至今最強大的 AI 模型，具有增強的多模式能力，包括原生圖像生成、語音輸出和為代理時代設計的自主代理能力。

訪問網站

🔥有關 Gemini 2.0 的更多信息，請參閱 Google Gemini 2.0 更新基於 Gemini Flash 2.0 (https://aipure.ai/articles/google-gemini-2-0-update-builds-on-gemini-flash-2-0)

• AI 驅動的工具: Google 繼續擴大其在各個領域的 AI 驅動應用程序組合。從幫助營銷人員創建定制視覺資產的廣告工具到音樂家和內容創作者的合作平台，Google 的倡議旨在有效地將 AI 集成到日常工作流程中。

結論

Google 推出 Whisk 標誌著 AI 驅動創意工具的一個令人興奮的進步。通過通過圖像混編功能優先考慮用戶參與度，Whisk 不僅增強了藝術表達，還為生成 AI 的未來創新奠定了基礎。隨著這些技術的不斷發展，它們有望重新定義我們與數字內容的互動方式。

AIPURE

Freemium

AI Tools DirectoryAI Productivity ToolsAI Search Engine

AIPURE是一個全面的平台，通過易於使用的搜索界面幫助用戶發現和探索2024年最佳的AI工具和服務。

訪問網站

了解 AI 工具和趨勢的最新發展，請訪問 AIPURE 以獲取全面的信息和資源。