以圖生圖「混」出新畫面！Google新工具玩創意免輸入文字!

manyiu

2024/12/19 中時新聞網 栗筱雯
9 x7 {" k, ?" y# @/ w( h( ztvb now,tvbnow,bttvb
5 Y2 l2 w9 H8 Z# _& v9 V4 C: H4 a' z7 x$ M
Google推出新的AI生成圖片工具Whisk。（示意圖：shutterstock／達志）TVBNOW 含有熱門話題，最新最快電視，軟體，遊戲，電影，動漫及日常生活及興趣交流等資訊。6 b7 x6 `0 w5 x0 h
tvb now,tvbnow,bttvb* W* T/ |. ?7 N0 x# p0 J
公仔箱論壇$ N& }. X* J0 @. R2 Z" y

. I, j  ]1 E+ {4 G+ gTVBNOW 含有熱門話題，最新最快電視，軟體，遊戲，電影，動漫及日常生活及興趣交流等資訊。萬能的Google（谷歌）再推新的人工智慧好幫手！美國有線電視新聞網周二（17日）報導，谷歌推出圖片生成工具Whisk，這個新的工具拋棄了傳統的文字描述輸入模式，只要上傳圖片或照片就能揉合出新的圖像，有如「以圖生圖」。不過目前這個新功能僅開放美國用戶測試。. A3 J( M! c7 [  ~  n8 u0 z

6 `; H& `! B6 Z2 I# j# a谷歌在部落格文章說明，Whisk是能迅速激發靈感的創意工具，而非「傳統的圖像編輯程式」，從本質而言， Whisk是以有趣的AI功能為主要訴求，而非細緻的專業美術作業。tvb now,tvbnow,bttvb1 P. C$ `! @3 H$ `2 h# ?, _& K, H! J* a

. ?. e. |/ K$ M' Z使用Whisk時，用戶經由上傳多張不同元素的圖片、同時混合類別，藉此生成新的圖片，例如同時上傳絨毛玩具、別針與貼紙的圖片，谷歌的介紹文字以音樂產業常見的「混音」（remix）形容這種過程。如果用戶想要描述細節，可以輸入文字，但文字描述並非Whisk生成圖片的必要元素。
4 F& M) ~, r% v- |8 R: s
- y) t5 v) i9 f) gWhisk是Google推出的AI生成圖片工具。
6 g' O7 z/ g& y) S& |" s6 e谷歌實驗室產品管理主任伊吉克（Thomas Iljic）說明，Whisk設計目的在於讓用戶以新奇、有創意的方式重新混和圖片的主題、場景、風格，為用戶提供了快速的視覺探索過程，而非像素精美的圖片編輯功能。這項新的工具仍處於開發初期階段，暫時僅限美國用戶使用。
9 A5 h2 H6 u* Btvb now,tvbnow,bttvb1 o$ ]5 x/ |4 b% i6 E
Whisk是由谷歌2014年併購的人工智慧（AI）公司DeepMind開發的生成式人工智慧為基礎研發而成，使用以谷歌去年12月首度問世的核心Gemini系統，並與DeepMind最新推出的文本轉圖像生成器Imagen 3配對。使用者上傳圖片到Whisk時，Gemini會產生標題並輸入Imagen 3，上傳圖片並非精確複製，而是重新揉合成為最終的圖片結果。TVBNOW 含有熱門話題，最新最快電視，軟體，遊戲，電影，動漫及日常生活及興趣交流等資訊。0 ~% @0 |' G+ g
公仔箱論壇, g3 F: l; z# j  c- p9 E; f+ L
最終畫面有可能偏離最初上傳的圖片提示，例如生成的人物圖案有可能在身高、髮型、膚色等環節出現與上傳圖片不同的結果。需要細微調整時，可利用文字描述輔助。