Note:Google 的新玩具 Whisk，可以简单的用图片组合生成新的图片，用户可以输入三类图片: - 主题图片(subject) - 场景图片(scene) - 风格图片(style) 就可以基于输入生成新的风格突破 背后的技术技术原理: - 后端使用Gemini模型自动为输入的图片生成详细描述 - 然后将这些描述输入到Google最新的图像生成模型Imagen 3中 - 系统会提取图片的关键特征,而不是完全复制 主要用途: - 快速视觉创意探索 - 可以创作数字玩偶、珐琅徽章或贴纸等 - 适合进行快速创意迭代,而不是精确的图像编辑 目前该服务仅在美国地区开放使用,可以通过http://labs.google/whisk 访问。