Whisk：Googleが発表した新しい「画像から画像へ」画像生成ツール 130

GoogleはWhiskという新しいai画像生成ツールを発表しました。このツールは、ユーザーがプロンプトを必要とせず、画像を提供するだけでさまざまなスタイルの画像をミックスできるようにするものです。従来のテキストプロンプトを使用する必要はありません。WhiskはGoogle Labsによって開発され、GeminiとImagen 3モデルを組み合わせることで、複数の写真のスタイルを迅速に新しいスタイルの画像に融合して出力し、新しい画像を生成します。

例えば、人物の画像、シーンの画像、スタイルの画像を1枚ずつ提供すると、人物とシーン、スタイルを自由に組み合わせて、そのスタイルの新し いシーンポートレート写真を生成してくれます。

Whisk体験アドレス：https://labs.google/fx/tools/whisk/unsupported-country

Whiskの主な機能と特徴：

• 画像から画像を生成する機能：Whiskの最大の特長は、ユーザーが複雑なテキストプロンプトを書かずに、直接画像をアップロードして新しい画像を生成できることです。

• 複数画像のアップロードとスタイルの融合：ユーザーは複数の画像をアップロードして、生成される画像の主題、シーン、アートスタイルを定義できます。この多次元の入力方式により、ユーザーはさまざまな要素を融合させて新しい画像作品を作り出すことができます。

• 先進的なAIモデルの採用：WhiskはGoogleのGeminiとImagen 3モデルを活用しており、これらのモデルにより画像生成の品質と速度が向上し、より繊細で創造的な画像が生成されます。

• 自動生成されるテキストプロンプト：新しい画像を生成した後、Whiskはそれに関連するテキストプロンプトを自動的に生成することもできます。

Whiskはまた、ユーザーが制作プロセス中に直接画像を生成し、すばやく修正することもサポートしています。つまり、ユーザーは画像をアップロードするだけでなく、説明的なテキストを追加して生成された画像を調整することも可能で、これにより制作の柔軟性と多様性が高まります。

さらに、Googleは明確に、Whiskの目的は迅速なビジュアル探索であり、細密な編集ではないと指摘しています。そのため、生成された画像が時として期待通りでない場合もあり、それがGoogleが結果を最適化するために基盤となるプロンプトの編集機能をユーザーに提供している理由の一つです。

Whiskはより多くの国で利用可能になり、現在では100以上の国で使用できます。以前はWhiskは米国地域でのみ試用が提供されていましたが、他の地域のユーザーは今しばらく待つ必要があります。