人妖

AI 生图器具，照旧多得泛滥了，但 Google 最新推出的 Whisk，如故找到了一种很新的玩法，让见过世面的网友也直呼好玩。

只需输入三张图片，subject（主题）、scene（场景）、style（立场），Whisk 就可以生成一张同心一力的图片。

▲ 图片来自：Google

举个例子，主题是老东谈主，场景是藤蔓，立场是 90 年代复旧动漫，写上「脚色骑着遨游自行车」的提醒词，恭候须臾，一张访佛吉卜力画风的新图片降生了。

▲ 图片来自：Google

老东谈主如故阿谁老东谈主，戴帽子，穿西装，拿着书，但他骑上了提醒词里的车，场景和立场也齐造成了参考图片的模样。

Whisk 的所长便在这里——让咱们少写、不写提醒词的同期，放浪玩转多样立场，姆妈再也不惦念我不会写提醒词了。

别写复杂的提醒词了，告成把图片端上来就行

别看只需要几张图片，Whisk 的玩法浅显，却又用之不断。

刷刷刷上传三张图片——主题图片，麦当劳薯条；场景图片，莫奈画作《睡莲》；立场图片，像素风游戏《星露谷物语》。

不写提醒词，告成生成，Whisk 给出的贬抑，一张更比三张强。

除了上传我方的图片，咱们也可以掷骰子，让 Whisk 立时生成主题、场景、立场。

其实，Whisk 为咱们提供的预设立场照旧很够用，徽章、贴纸、刺绣、黏土、好意思漫、马赛克拼贴等等，特色显着，后果立竿见影。

只有有脑洞和念念象力，无需一个字，只是通过不同图片的陈列组合，咱们可以赓续地作念完形填空的游戏——主题+场景+立场，而且不是每个空齐必须填。

▲ 1.主题图片，熏鸡；2.场景图片，梵高《星月夜》画作；3.立场图片，日本木版画

▲ 1.主题图片，《戴珍珠耳饰的仙女》；2.场景图片，电影《千与千寻》剧照；3.立场图片，蒙德里安抽象画

▲ 1.主题图片，微信「去世笑貌」脸色包；2.场景图片，电影《星际穿越》剧照；3.立场图片，史努比漫画截图

▲ 1.主题图片，冲浪默许头像粉色恐龙 momo；2.立场图片，Jellycat 玩偶

另外，Whisk 的每一次生成，场景和立场只可遴荐一个参考图片，但主题可以遴荐多个。这意味着什么？咱们可以让多个脚色同框了！

比如，让马斯克、奥特曼、扎克伯格通通造成搪瓷徽章。

三位的服装、顽固、心绪齐复原得挺好，扎克伯格的发话器和项链齐没漏掉，但东谈主脸没法保持一致性，全部造成了内行脸。

虽然 Whisk 减少了写提醒词的需求，但你需要写的话，Whisk 也饱读舞。

在对话框加上一句「脚色们齐举着一块宣布牌，上头写着 AGI」，徽章小人们轻放浪松地受命了提醒词。

若是咱们需要某个场景或者某种立场，但一时找不到参考图，Whisk 的预设也莫得提供呢？

处分方式很浅显，莫得图片，那就写提醒词，让 Whisk 临场发扬一个。

就像我需要一个让脚色站上去的、像素立场的底座当作场景，就让 Whisk 帮我生成了。

然后，再把猫猫脸色包当作主题图片，把像素小鸡当作立场图片，就可以得到一个有底座的像素猫猫。

总之，Whisk 就是卓绝开脱，像橡皮泥相似，怎么持齐可以。

既生图又识图，把复杂的使命流包装成真谛的「打蛋器」

Whisk，其实是 Google 多模态模子秀肌肉的一种方式。

为了让咱们少写提醒词，Whisk 整合了视觉会通和图片生成智力。

Gemini 模子识别图片，自动生成详备的面容，然后这些面容会被输入到 Google 的图片生成模子 Imagen 3，由 Imagen 3 生图。

Whisk 是这么的，用户只有上传和生成图片就可以了，但它我方要接洽的事情就好多了。

Whisk 的每张图片，无论是上传的如故生成的，齐写了很长的底层提醒词，何况不藏着掩着，咱们点开图片就能看，也可以上手修改。

若是把一个东谈主当作主题图片，Whisk 会详备地面容他的外貌特征，场景图片亦然访佛的。

▲ Whisk 对奥特曼的面容：「一个肤色较浅的男人，有着短而深棕色的鬈发，从胸部以上展示。他有着淡色的眼睛。他穿戴一件浅米色的古道圆领毛衣。布景是一面斑驳的灰色混凝土墙。男人的脸色严肃而中性。色泽有些黯淡，他的右脸有轻浅的暗影。」

立场图片略有些不同，若是把一张动画截图当作立场参考，Whisk 不会说，画面里有三个东谈主，而是面容这幅画的色调、色泽、线条……

▲ Whisk 对史努比画风的面容：「这张图片以卡通立场呈现，具有粗莽的玄虚和平面着色。色调调色板有限，主要使用原色和柔柔的次要脸色。色泽均匀，缺少强横的暗影或高光，给东谈主一种浅显、险些孩童般的质感。线条明晰且一致，带有轻浅不均匀的质感，示意手绘的后果。举座好意思学让东谈主联念念到经典的连环漫画或儿童动画。」

是以，Whisk 不是精确地复制图片，而是索要图片的特色和精髓，将主题、场景、立场天然地会通在通盘，各司其职，互不插手。

同期，Whisk 也叠了甲——只从图片索要一丝要道特征，贬抑可能和预期不同。这也证据了，为什么 Whisk 作念不到东谈主脸的精确复原。

是以，哪怕遴荐不那么抽象的复旧胶片立场，三位大佬的脸亦然和本尊齐不挨着，但其他细节齐很准确。

物体亦然相似，特斯拉的赛博皮卡，经过特征索要再生成之后，变得卓绝平凡。

但若是是麦当劳薯条这种素材丰富的超等 IP，后果倒还可以，可以拿来当告白图了。试过一些迪士尼的脚色，Whisk 复刻得也原模原样，但图就不放上来了。

另外，Whisk 还存在一个问题——没法作念很精湛的立场参考，师法不了某种特定的画风。

当我让 Whisk 生成蒙娜丽莎的乐高小人，出来的贬抑让我两眼一黑，但多加一句提醒词，「让脚色更像乐能手物」，Whisk 又能师法个七好像。

某个漫画家的画风就更难师法了，上传漫画截图让 Whisk 参考，它最终给出的是一个卓绝平凡的漫画立场图片，就算通过提醒词强调作品、脚色、漫画家，也不起什么作用。

其实，Whisk 好玩就够了，它更符合作念一些不追求精确的创意探索，俗称整活。

成人动漫有哪些

Whisk 可以翻译为「搅动」或者「打蛋器」，Google 的这个名字获得即视感很强，可不即是把食材齐混搭在通盘吗？

Whisk 的不精确，也让它的定位和传统的图片裁剪器不同，更像是一种创意器具。有了什么脑洞，由它杀青拙劣的视觉后果。

▲ Whisk 生成，1.主题图片，《火影忍者》截图；2.立场图片，毛绒玩物

昔日杀青 Whisk 这种立场化的后果，跑通一扫数图像生成的经由，咱们可能需要在 ComfyUI 搭建使命流。

但现时有了 Whisk，好像就在玩抽卡游戏或者开盲盒，而且只有能登录（限好意思国地区），现时还免费。

体验指路

https://labs.google/fx/zh/tools/whisk

Google 跳跃的模子智力天然是前提和基础，但规画出被全球需要的居品，仍然需要创造力和审好意思。

很心爱 Whisk 的 slogan：「prompt less， play more.」（少写提醒词，多玩耍。）

Whisk 出自 Google labs，之前爆火的 AI 播客 NotebookLM，亦然出自这里，其后逐渐发展为熟识的花式。这个执行室，自己即是这句 slogan 的最佳注解。

浩瀚的模子智力人妖，有新意的居品，通达的心态，也曾似乎被 OpenAI 胁迫的 Google，风轻云淡地展现出了王者回来的姿态。