Līdz ar jauno video ģenerēšanas modeli “Veo 2” kompānija “Google” nupat prezentējusi arī mākslīgā intelekta (MI) attēlu ģenerēšanas rīku “Whisk”, kas izmanto attēlus kā uzvednes vai pamatu jauna attēla radīšanai. Tiesa, “Whisk” galvenais pielietojums varētu būt prāta vētras vai ātra vizuālizācija, nevis sākotnējo attēlu rediģēšana.
“Whisk” tiek dēvēts par “jauna veida radošo rīku” un piedāvā vienkāršu sākuma saskarni, kurā var izvēlēties attēla stilu un tēmu. Šobrīd ir pieejami trīs stili: uzlīme, emaljēta piespraude un plīša rotaļlieta. “Whisk” rīks ietver arī redaktoru, kurā lietotāji var pievienot tekstu vai avota attēlu trīs kategorijās: priekšmets, aina un stils. Tāpat pieejama papildus teksta ievades josla, kas ļauj salikt pēdējos punktus uz “i”.
“Google” skaidro, ka “Whisk” balstās tikai uz “dažām galvenajām īpašībām”, ko ietver sākotnējais jeb uzvednes attēls. Līdz ar to rīka uzģenerētajā attēlā var mainīties, piemēram, personas augums, frizūra vai ādas tonis. Tas ir tāpēc, ka “Whisk” izmanto “Gemini” MI modeli, kas sākumā vispirms apraksta augšupielādēto attēlu. Tālāk šis apraksts tiek nodots “Imagen 3” attēlu ģeneratoram. Rezultātā iegūtais attēls ir balstīts uz “Gemini” radīto teksta aprakstu, nevis uz pašu oriģinālo attēlu.
Šobrīd “Whisk” ir pieejams tikai ASV un nav zināms, kad nonāks citos tirgos.
90`tie ir vintāža… Nja.
Kas ir uzvedne?
Prompts :)