Google เปิดตัวเครื่องมือสร้างภาพ AI จากภาพจริง

Whisk ใช้ AI เพื่อผสมผสานวัตถุ บริบท และสไตล์ของภาพที่อัปโหลด เพื่อสร้างภาพใหม่ที่ไม่ซ้ำใครมากยิ่งขึ้น

Google อธิบายว่า Whisk เป็น "เครื่องมือสร้างสรรค์" ที่ช่วยให้ผู้ใช้สร้างสรรค์ไอเดียภาพใหม่ๆ ได้อย่างรวดเร็ว โดยไม่ต้องมีทักษะการตกแต่งภาพระดับมืออาชีพ Google ระบุว่าเครื่องมือนี้ไม่ใช่โปรแกรมตกแต่งภาพแบบเดิมๆ แต่เป็นเครื่องมือ AI สนุกๆ ที่มุ่งจุดประกายความคิดสร้างสรรค์และ การค้นพบ อย่างรวดเร็ว

เมื่อผู้ใช้ทำการอัปโหลดรูปถ่าย Whisk จะใช้บริการ AI ของ Google, Gemini และเทคโนโลยี Imagen 3 ร่วมกัน ซึ่งเป็นเครื่องมือที่สร้างภาพจากข้อความที่ Google ได้รับมาจาก DeepMind

Gemini จะวิเคราะห์ภาพถ่ายและสร้างคำบรรยาย จากนั้น Imagen 3 จะรวมองค์ประกอบต่างๆ ของภาพถ่ายนั้นเข้าด้วยกันในรูปแบบสร้างสรรค์ โดยคงไว้ซึ่ง "แก่นแท้" ของวัตถุแทนที่จะคัดลอกมาแบบเป๊ะๆ

ซึ่งหมายความว่าผลลัพธ์สุดท้ายอาจไม่เหมือนกับภาพต้นฉบับ 100% ตัวอย่างเช่น ความสูง ทรงผม หรือสีผิวของบุคคลในภาพใหม่อาจแตกต่างจากภาพต้นฉบับ อย่างไรก็ตาม ผู้ใช้ยังคงสามารถปรับแต่งข้อมูลอินพุต เปลี่ยนฉาก สไตล์ หรือรวมบุคคลหลายๆ คนเข้าด้วยกันเพื่อสร้างภาพที่แตกต่างกันได้

Whisk สามารถสร้างภาพได้ไม่เพียงแต่จากข้อความเท่านั้น แต่ยังรวมถึงภาพดิบด้วย ขยายขอบเขตความคิดสร้างสรรค์โดยที่ผู้ใช้ไม่จำเป็นต้องมีประสบการณ์การปรับแต่งภาพใดๆ “Whisk ออกแบบมาเพื่อช่วยให้ผู้ใช้สามารถผสมผสานเรื่องราว บริบท และสไตล์ต่างๆ ได้อย่างสร้างสรรค์ ช่วยให้ผู้ใช้สามารถสำรวจภาพได้อย่างละเอียด แทนที่จะต้องปรับแต่งแต่ละพิกเซลอย่างพิถีพิถัน” โทมัส อิลจิก ผู้อำนวยการฝ่ายบริหารผลิตภัณฑ์ของ Google Labs กล่าว

แม้ว่า Whisk จะยังอยู่ในช่วงเริ่มต้นของการพัฒนา แต่เครื่องมือดังกล่าวได้เปิดตัวเป็นเว็บไซต์บน Google Labs และขณะนี้พร้อมใช้งานให้ผู้ใช้ในสหรัฐอเมริกาแล้ว

Dan Ives กรรมการผู้จัดการและนักวิเคราะห์อาวุโสของ Wedbush Securities กล่าวว่า Whisk ถือเป็น "ช่วงเวลาแสดงศักยภาพ" อีกครั้งของ Google ในการแข่งขันด้านเทคโนโลยี

ไอฟส์ยังตั้งข้อสังเกตว่า DeepMind ซึ่งเป็นห้องปฏิบัติการ AI ที่ Google ได้เข้าซื้อกิจการในปี 2014 ถือเป็นสินทรัพย์สำคัญที่ช่วยให้ Google รักษาตำแหน่งในตลาด AI ไว้ได้ ผลิตภัณฑ์ AI รวมถึง Whisk จะเป็นส่วนสำคัญในกลยุทธ์การพัฒนาผลิตภัณฑ์ของ Google ในอีกไม่กี่ปีข้างหน้า โดยคาดว่าจะมีผลิตภัณฑ์ใหม่หลายรายการเปิดตัวภายในปี 2025

เครื่องมือ Whisk เปิดโอกาสใหม่ๆ ในการใช้ AI เพื่อสร้างสรรค์ผลิตภัณฑ์อย่างสร้างสรรค์โดยแทบไม่ต้องอาศัยการแทรกแซงจากผู้ใช้ นี่แสดงให้เห็นถึงความก้าวหน้าของ AI ในการทำความเข้าใจและผสมผสานองค์ประกอบภาพอย่างสร้างสรรค์

Whisk เป็นส่วนหนึ่งของกระแสที่กำลังเติบโตของบริษัทเทคโนโลยีชั้นนำ ซึ่งรวมถึง Google และ OpenAI ในการพัฒนาเครื่องมือ AI สำหรับผู้บริโภค โดยมีเป้าหมายเพื่อสร้างสรรค์ประสบการณ์ใหม่ๆ ตั้งแต่การสร้างรูปภาพ ข้อความ และ วิดีโอ OpenAI ยังได้เปิดตัวเครื่องมือสร้างข้อความเป็นวิดีโอชื่อ Sora ซึ่งเป็นคู่แข่งโดยตรงกับ Whisk

หง็อก อันห์ (ตามรายงานของ CNN, The Verge, ZDNET)