گوگل به تازگی از ابزار جدیدی به نام Whisk رونمایی کرد که به کاربران امکان می‌دهد با استفاده از تصاویر دیگر به عنوان پیام یا محرک، تصاویر جدیدی تولید کنند.
به گزارش تکناک، این ابزار هوش مصنوعی که به عنوان یک آزمایش سرگرم‌کننده شناخته می‌شود، نیازی به متن طولانی برای ایجاد تصاویر ندارد و به کاربران اجازه می‌دهد تا تنها از تصاویر برای مشخص کردن موضوع، صحنه و سبک تصویر استفاده کنند.
کاربران با استفاده از ابزار Whisk گوگل، می‌توانند مجموعه‌ای از تصاویر را به این ابزار وارد و از آن بخواهند که تصویر مورد نظر آنها را بر اساس آن تصاویر ایجاد کند. این تصاویر می‌توانند شامل موضوع اصلی، صحنه و حتی سبک خاصی از تصویر باشند.
همچنین کاربران می‌توانند چندین تصویر را برای هر یک از این سه عنصر (موضوع، صحنه، سبک) به عنوان محرک وارد کنند. البته اگر تصاویر آماده نداشته باشند، می‌توانند از آیکون تاس برای دریافت تصاویر پیشنهادی گوگل استفاده کنند، که به‌نظر می‌رسد این تصاویر نیز توسط هوش مصنوعی تولید می‌شوند.
اگرچه وارد کردن متن در این ابزار الزامی نیست، اما کاربران می‌توانند پس از ایجاد تصویر، جزئیات بیشتری را با وارد کردن متن در کادر متنی که در انتهای فرایند وجود دارد، اضافه کنند.
سپس ابزار Whisk گوگل، تصویر نهایی را همراه با یک دستور متنی برای هر تصویر تولید می‌کند. اگر کاربران از نتایج راضی باشند، می‌توانند تصویر را دانلود نمایند یا آن را به فهرست علاقه‌مندی‌های خود اضافه کنند.
همچنین در صورت نیاز به اصلاح تصویر، می‌توانند متن محرک را ویرایش، یا روی تصویر کلیک کنند تا تغییرات لازم را اعمال نمایند.
گوگل در پستی وبلاگی، اعلام کرده که هدف از طراحی ابزار Whisk «کاوش سریع بصری» است و به دنبال ایجاد ویرایش‌های دقیق پیکسلی نبوده‌اند.
همچنین این شرکت اشاره کرده است که Whisk امکان دارد همیشه دقیق نباشد و به همین دلیل این امکان را برای کاربران فراهم کرده است که محرک‌های زیرین را ویرایش کنند تا نتایج دقیق‌تری به دست آورند.
به گفته برخی کاربران، استفاده از این ابزار تجربه‌ای سرگرم‌کننده است. اگرچه تصاویر چند ثانیه‌ای طول می‌کشند تا تولید شوند و گاهی نتایج کمی عجیب به نظر می‌رسند، اما این فرایند برای کاربران لذت‌بخش است و فرصتی برای اصلاح و بهبود تصاویر فراهم می‌آورد.
همچنین گوگل اعلام کرده است که ابزار Whisk از جدیدترین نسخه مدل تولید تصویر Imagen 3 استفاده می‌کند، که امروز معرفی شده است.
علاوه بر این، گوگل Veo 2 را نیز معرفی کرده است، نسخه جدید مدل تولید ویدیو که توانایی درک «زبان منحصربه‌فرد سینماتوگرافی» را دارد.
به گفته گوگل، این مدل به ندرت خطاهایی مانند ایجاد انگشتان اضافی را نسبت به مدل‌های دیگر دارد. Veo 2 به زودی به ابزار VideoFX گوگل اضافه خواهد شد و سپس در سال آینده به YouTube Shorts و سایر محصولات گوگل گسترش خواهد یافت.
