Google führt KI-Tool zur Bilderzeugung aus echten Bildern ein

(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 verwendet KI, um Motiv, Kontext und Stil eines hochgeladenen Fotos zu kombinieren und so ein neues und einzigartigeres Bild zu erstellen.

Whisk wird von Google als „Kreativtool“ beschrieben, mit dem Nutzer schnell neue visuelle Ideen entwickeln können, ohne dass hierfür professionelle Bildbearbeitungskenntnisse 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 schnelles Entdecken fördern 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.

Whisk-Tool-Schnittstelle. Screenshot

Das bedeutet, dass das Endergebnis möglicherweise nicht hundertprozentig mit dem Originalbild übereinstimmt. Beispielsweise können Größe, Frisur oder Hautfarbe der Motive im neuen Bild vom Original abweichen. Benutzer können jedoch die Eingabeinformationen anpassen, die Szene oder den Stil ändern oder mehrere Motive kombinieren, um unterschiedliche Bilder zu erstellen.

Whisk kann Bilder nicht nur aus Text, sondern auch aus Rohbildern erstellen und erweitert so die kreativen Möglichkeiten, ohne dass Nutzer über Erfahrung in der Bildbearbeitung verfügen müssen. „Whisk wurde entwickelt, um Nutzern zu helfen, Motive, Kontexte und Stile auf kreative Weise neu zu kombinieren. So können sie visuell experimentieren, anstatt jeden Pixel akribisch zu bearbeiten“, sagt 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 jetzt 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 außerdem darauf hin, dass DeepMind, das 2014 von Google übernommene KI-Labor, ein wichtiger Bestandteil der Position des Unternehmens im KI-Bereich sei. KI-Produkte, darunter Whisk, seien ein wichtiger Bestandteil der Produktentwicklungsstrategie von Google in den kommenden Jahren. Bis 2025 sollen mehrere neue Produkte auf den Markt kommen.

Das Whisk-Tool eröffnet neue Möglichkeiten für die Nutzung von KI zur Erstellung kreativer Produkte mit minimalem Benutzereingriff. Dies zeigt den Fortschritt der KI beim Verstehen und kreativen Kombinieren visueller Elemente.

Whisk ist Teil eines wachsenden Trends unter großen Technologieunternehmen wie Google und OpenAI, verbraucherorientierte KI-Tools zu entwickeln, die neue kreative Erfahrungen ermöglichen sollen, von der Generierung von Bildern, Texten bis hin zu Videos . OpenAI hat kürzlich auch einen Text-zu-Video-Generator namens Sora vorgestellt, der in direkter Konkurrenz zu Whisk steht.

Ngoc Anh (laut CNN, The Verge, ZDNET)

Quelle: https://www.congluan.vn/google-ra-mat-cong-cu-tao-hinh-anh-ai-tu-hinh-anh-that-post326441.html