Whisk AI: нейросеть с генерацией изображений по референсам

Whisk AI — это экспериментальный инструмент от Google Labs для генерации изображений, который работает по принципу image-to-image. Вместо промпта в духе «кот в космосе в стиле аниме» вы просто загружаете несколько картинок, а ИИ-модель использует их в качестве подсказок.

Главная идея сервиса состоит в том, чтобы не рассказывать о стиле, а показывать его. Например, одной картинкой обозначить форму, другой — цвет, третьей — настроение. Whisk собирает это в новый визуал, пытаясь переосмыслить референсы.

Возможности нейросети

Whisk AI относится к инструментам для быстрого визуального прототипирования идей, направлений, форм, визуального языка. Особенно в тех случаях, когда словами объяснять сложно или долго.

Что умеет эта ИИ-модель:

• генерировать картинки на основе загруженных референсов;
• комбинировать референсы и получать совершенно новый результат;
• фокусироваться на главной идее, воплощать ее в финальном визуале.

Вводить запрос текстом в нейросети тоже можно, он улучшает контроль над результатом у ИИ.

Как сгенерировать первое изображение в Whisk AI

Сначала нужно перейти на labs.google/fx/tools/whisk (отдельного сайта для этого сервиса пока нет). Сразу после входа происходит авторизация в аккаунте Google и можно приступать к работе.

Далее нейросеть вкратце объяснит свои умения.

После авторизации нейросеть также напомнит о принципах работы. Это важный момент, поскольку в Whisk нужно прикреплять три референса с фоном, стилем и объектом будущего изображения.

После этого приступаем к созданию. При нажатии на желтую кнопку слева выплывает меню, куда нужно вставить референсы. Если кликнуть на иконку кубика с тремя точками, генерируется промпт, нажатие на рамку вызывает меню с форматами будущего файла.

Когда изображения загружены, можно написать короткий промпт, но мы решили обойтись без него.

В результате Whisk AI сделала то, что нужно, но немного не учла стилистику, только окружение и объект.

Дополнительных настроек в нейросети от Google нет. Если результат не устраивает, то можно добавить запрос текстом и создать картинку заново.

Как быстрее получить нужный результат в нейросети

В Whisk AI все строится на референсах. Поэтому чем более качественные и осмысленные будут изображения, тем лучше будет результат.

О чем следует помнить, чтобы быстрее получить нужный визуал:

• загружать картинки с минимумом деталей, чтобы ИИ не цеплялся за лишнее;
• выбирать референсы без логотипов, текста — Whisk плохо их воспринимает;
• менять одно исходное изображение, а не все три сразу, это поможет понять, что больше влияет на результат.

Главное в Whisk AI не ждать точного повторения. Нейросеть не копирует, а создает изображение на основе собственной интерпретации.

Сравнение Whisk AI с аналогами

Чтобы работать в нейросети от Google, не нужно уметь писать промпты текстом. ИИ дает быстрый результат, поэтому подходит для тестирования идей, дизайнерских прототипов.

Но несмотря на новаторский подход, это далеко не единственный сервис, работающий по референсам. Какие еще есть похожие ИИ и чем они отличаются от Whisk:

Но несмотря на необычный подход у Whisk AI предоставляет весьма ограниченный контроль над результатом. Плюс у нейросети довольно слабое воспроизведение текста и деталей (особенно в сравнении с Midjourney), а еще модель не всегда точно воссоздает нужный стиль.

Для каких задач в итоге подойдет нейросеть

Whisk AI пока остается экспериментальной разработкой, но это не мешает потестить модель для некоторых задач. Для чего полезна нейросеть:

• быстрого концепта для дизайна;
• поиска визуального направления;
• прототипов стикеров, мерча, иллюстраций;
• тестирования идей.

Для иллюстраций с четкими требованиями, коммерческих проектов, логотипов Whisk AI пока не подходит. Сервис фокусируется на общей идее, а не на качестве, поэтому подходит в качестве вдохновения, помощника при выборе нужного стиля.

FAQ