谷歌推出全新AI工具Whisk 無需提示詞，可多張圖片混合生成新風格圖像

谷歌發佈了一款名爲Whisk的新AI工具，它顛覆了傳統的圖像生成模式，允許用戶使用圖片作爲提示詞，而非冗長的文字描述。

通過Whisk，你可以上傳圖片來指定AI生成圖像的主題、場景和風格，並且可以爲這三者分別使用多張圖片。

比如，我輸入了一張小豬的圖片和貓咪的圖片，樣式選擇了一張插畫的風格，然後什麼提示詞都沒輸入（當然，你也可以選擇同時使用文字提示。），它自動給我生成了這樣一張效果圖。注意，SCENE這裏一般都是輸入場景圖，當然非要和我一樣輸入角色圖片也沒問題，它會自動融合生成，有時候可能相關性不大，但會有意外的驚喜。

如果你手頭沒有合適的圖片，可以點擊骰子圖標，讓谷歌自動填充一些圖片作爲提示(這些圖片似乎也是AI生成的)。

我隨手點了一下，谷歌隨機給了一隻狗和一隻小船，還有刺繡的圖片，看看會混合出什麼樣的效果：

效果還不錯，三張圖片的元素完美融合在了一起，成了一幅有趣的刺繡圖~

點擊圖像，我發現Whisk還爲每張生成的圖片提供了文字提示。如果對結果滿意，你可以收藏或下載圖像;如果想要進一步優化，可以在文本框中添加更多文字，或直接點擊圖像編輯文字提示。

谷歌在博客文章中強調，Whisk旨在進行“快速的視覺探索，而非像素級的精確編輯”。該公司還表示，Whisk可能會“跑偏”，因此允許用戶編輯底層的提示詞。

我體驗了Whisk工具幾分鐘，發現它非常有趣。雖然圖像生成需要幾秒鐘的時間，略顯煩人，而且生成的圖像有時會有些奇怪，但迭代過程很有意思。

谷歌表示，Whisk使用了最新版本的Imagen3圖像生成模型，該模型也在今天正式發佈。谷歌還同時發佈了新一代視頻生成模型Veo2，據說它能夠理解“電影的獨特語言”，並且“更少”出現諸如多餘手指之類的幻覺。Veo2將首先在谷歌的VideoFX中推出，用戶可以通過谷歌實驗室的候補名單申請體驗，並計劃在明年擴展到YouTube Shorts和其他產品。

總而言之，Whisk的出現爲圖像生成帶來了全新的可能性，讓用戶可以通過視覺方式表達創意，更加便捷地實現圖像的個性化定製。

產品體驗地址：https://top.aibase.com/tool/whisk