ASCII.jp：ドーナツの写真をバッジみたいにして！グーグル、画像を“混ぜる”画像生成AI「Whisk」

グーグルが新たに発表した画像生成AI「Whisk」は、画像をドラッグ＆ドロップするだけでオリジナルアートを生成できる点が注目されます。
これにより、専門的な知識がなくてもクリエイティブな表現が可能となり、アート制作のハードルが大幅に下がるでしょう。
今後のクリエイティブ業界への影響が期待されます。

記事の概要

グーグルは、複数の画像を組み合わせて作品を生成できるAIツール「Whisk」を公開しました。
このツールは、テキストプロンプトではなく、画像をドラッグ＆ドロップするだけで利用できるのが特徴です。
ユーザーは、被写体、シーン、スタイルの3種類の画像を入力することで、オリジナルのデジタルアートを作成できます。
Whiskは、グーグルのマルチモーダルAIモデル「Gemini」を活用して、入力された画像の詳細な説明文を生成し、その情報を元に画像生成AIモデル「Imagen 3」が新しい表現を作り出します。
このサービスはアイデアを迅速に検討することを目的としており、現時点では米国内でのみ利用可能です。
日本からはアクセスできません。

記事のポイント

1. 画像生成の新しいアプローチ： ユーザーはテキストではなく画像を使って作品を生成できるため、直感的なクリエイティブ体験が可能です。
2. マルチモーダルAIの活用： Googleの「Gemini」によって、入力された画像から詳細な説明文が自動生成され、より豊かな作品が生み出されます。
3. 現在の利用制限： Whiskは米国内でのみ利用可能で、日本を含む他国ではまだアクセスできないため、今後の展開が期待されます。

詳しい記事の内容はこちらから（引用元）

ASCII.jp

ドーナツの写真をバッジみたいにして！グーグル、画像を“混ぜる”画像生成AI「Whisk」

グーグルは現地時間12月16日、複数の画像を組み合わせることで作品を生成できるAIツール「Whisk（ウィスク）」を公開…