(CLO) Google hat gerade ein neues Tool für künstliche Intelligenz (KI) namens „Whisk“ auf den Markt gebracht, mit dem Benutzer Fotos hochladen können, um von KI generierte kombinierte Bilder abzurufen, selbst wenn der Benutzer keinen Text eingibt.
Whisk kombiniert mithilfe künstlicher Intelligenz Motiv, Kontext und Stil eines hochgeladenen Fotos und erstellt so ein neues und einzigartigeres Bild.
Whisk wird von Google als „Kreativtool“ beschrieben, mit dem Benutzer schnell neue visuelle Ideen entwickeln können, ohne dass hierfür professionelle Kenntnisse in der Bildbearbeitung erforderlich sind. Laut Google handelt es sich bei dem Tool nicht um einen herkömmlichen Bildeditor, sondern vielmehr um ein unterhaltsames KI-Tool, das Kreativität und schnelle Entdeckungen anregen soll.
Wenn ein Benutzer ein Foto hochlädt, verwendet Whisk eine Kombination aus dem KI-Dienst Gemini von Google und der Imagen 3-Technologie – einem Tool, das Bilder aus Text erstellt, den Google von DeepMind erworben hat.
Gemini analysiert das Foto und erstellt eine Bildunterschrift. Anschließend kombiniert Imagen 3 Elemente des Fotos auf kreative Weise und behält dabei die „Essenz“ des Motivs bei, anstatt es exakt zu kopieren.
Schnittstelle des Schneebesen-Tools. Screenshot
Dies bedeutet, dass das Endergebnis möglicherweise nicht 100 % mit dem Originalbild identisch ist. Beispielsweise können Größe, Frisur oder Hautfarbe der Personen im neuen Bild vom Original abweichen. Benutzer können jedoch weiterhin die Eingabeinformationen anpassen, den Kontext oder Stil ändern oder mehrere Themen kombinieren, um unterschiedliche Bilder zu erstellen.
Whisk kann Bilder nicht nur aus Text, sondern auch aus Originalbildern erstellen und erweitert so die kreativen Möglichkeiten, ohne dass der Benutzer über Erfahrung in der Fotobearbeitung verfügen muss. „Whisk wurde entwickelt, um Benutzern dabei zu helfen, Themen, Kontexte und Stile auf kreative Weise neu zu mischen und ihnen die Möglichkeit zu geben, visuell zu experimentieren, anstatt jeden Pixel akribisch zu bearbeiten“, sagte Thomas Iljic, Leiter des Produktmanagements bei Google Labs.
Während sich Whisk noch in der frühen Entwicklungsphase befindet, wurde das Tool als Website auf Google Labs gestartet und ist derzeit für Benutzer in den USA verfügbar.
Dan Ives, Geschäftsführer und leitender Analyst bei Wedbush Securities, sagte, Whisk sei ein weiterer „Moment der Machtdemonstration“ für Google im Technologierennen.
Ives wies auch darauf hin, dass DeepMind, das 2014 von Google übernommene KI-Labor, ein wichtiger Vermögenswert sei, der Google dabei helfe, seine Position im KI-Bereich zu behaupten. KI-Produkte, darunter Whisk, sind ein wichtiger Teil der Produktentwicklungsstrategie von Google in den kommenden Jahren. Bis 2025 werden voraussichtlich mehrere neue Produkte auf den Markt kommen.
Das Whisk-Tool eröffnet neue Möglichkeiten für die Nutzung von KI zur Erstellung innovativer Produkte ohne große Benutzereingriffe. Dies zeigt die Fortschritte der KI beim Verstehen und kreativen Kombinieren visueller Elemente.
Whisk ist Teil eines wachsenden Trends unter großen Technologieunternehmen wie Google und OpenAI, KI-Tools für Verbraucher zu entwickeln. Diese Tools sollen neue kreative Erfahrungen ermöglichen, von der Erstellung von Bildern und Texten bis hin zu Videos. Vor Kurzem hat OpenAI außerdem einen Text-zu-Video-Generator namens Sora eingeführt, der in direkter Konkurrenz zu Whisk steht.
Ngoc Anh (laut CNN, The Verge, ZDNET)
[Anzeige_2]
Quelle: https://www.congluan.vn/google-ra-mat-cong-cu-tao-hinh-anh-ai-tu-hinh-anh-that-post326441.html
Kommentar (0)