O Google Labs, braço experimental do Google, vem testando um novo gerador de imagens chamado Whisk, com uma proposta bastante inovadora para o ramo da IA generativa.
Segundo divulgado pela empresa, a ferramenta permite que as pessoas enviem prompts com imagens em vez de texto, permitindo que elas remixem uma foto alterando o assunto, a cena e o estilo.
O Whisk usa o modelo de geração de imagens do Google, Imagen 3, para combinar três imagens: uma para o assunto, outra para a cena e uma para o estilo. Por exemplo, você pode selecionar uma foto sua como o assunto, uma paisagem futurística como a cena e um estilo de anime para o visual final.
Leia mais:
- Google melhora sua IA que gera vídeos para competir com o Sora da OpenAI
- Meta AI ou Google Gemini: qual é melhor inteligência artificial?
- Gemini Ultra, Pro, Flash e Nano: saiba a diferença entre modelos de IA do Google
Usando o Google Whisk
- O modelo gera automaticamente uma legenda detalhada de suas imagens, que é então usada para orientar o Imagen 3 na criação de um remix da foto.
- Você também poderá inserir prompts de texto para definir melhor o resultado desejado.
- Desse modo, é possível utilizar descrições detalhadas, como “O assunto está pilotando uma bicicleta voadora”.
Como o Whisk foca apenas em algumas características principais de cada imagem, a empresa explica que os resultados podem nem sempre atender às suas expectativas. Por exemplo, o assunto gerado pode diferir em altura, peso, penteado ou tom de pele
O Google diz que, fazendo uso da ferramenta, será possível visualizar e editar os prompts subjacentes a qualquer momento.
Por enquanto, o Whisk só está disponível aos usuários dos Estados Unidos, através deste site.
O post Whisk: Google lança IA que junta várias imagens em uma só apareceu primeiro em Olhar Digital.