AI 生图器用，还是多得泛滥了，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（作风），Whisk 就可以生成一张共同努力的图片。

▲ 图片来自：Google

举个例子，主题是老东谈主，场景是藤蔓，作风是 90 年代相沿动漫，写上「变装骑着遨游自行车」的教唆词，恭候斯须，一张访佛吉卜力画风的新图片出身了。

▲ 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，但他骑上了教唆词里的车，场景和作风也齐酿成了参考图片的模式。

Whisk 的所长便在这里——让咱们少写、不写教唆词的同期，猖厥玩转各式作风，姆妈再也不惦记我不会写教唆词了。

别写复杂的教唆词了，奏凯把图片端上来就行

别看只需要几张图片，Whisk 的玩法浅薄，却又用之贬抑。

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》；作风图片，像素风游戏《星露谷物语》。

不写教唆词，奏凯生成，Whisk 给出的截止，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 当场生成主题、场景、作风。

其实，Whisk 为咱们提供的预设作风还是很够用，徽章、贴纸、刺绣、黏土、好意思漫、马赛克拼贴等等，特色领会，后果立竿见影。

唯一有脑洞和思象力，无需一个字，只是通过不同图片的枚举组合，咱们可以持续地作念完形填空的游戏——主题+场景+作风，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.作风图片，日本木版画

▲ 1.主题图片，《戴珍珠耳饰的青娥》；2.场景图片，电影《千与千寻》剧照；3.作风图片，蒙德里安抽象画

▲ 1.主题图片，微信「死亡笑貌」情态包；2.场景图片，电影《星际穿越》剧照；3.作风图片，史努比漫画截图

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

另外，Whisk 的每一次生成，场景和作风只可选拔一个参考图片，但主题可以选拔多个。这意味着什么？咱们可以让多个变装同框了！

比如，让马斯克、奥特曼、扎克伯格通通酿成搪瓷徽章。

三位的服装、逃避、神情齐规复得挺好，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，全部酿成了巨匠脸。

虽然 Whisk 减少了写教唆词的需求，但你需要写的话，Whisk 也饱读吹。

在对话框加上一句「变装们齐举着一块晓谕牌，上头写着 AGI」，徽章小人们轻猖厥松地奉命了教唆词。

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

贬责方式很浅薄，莫得图片，那就写教唆词，让 Whisk 临场阐扬一个。

就像我需要一个让变装站上去的、像素作风的底座当作场景，就让 Whisk 帮我生成了。

然后，再把猫猫情态包当作主题图片，把像素小鸡当作作风图片，就可以得到一个有底座的像素猫猫。

总之，Whisk 就长短常目田，像橡皮泥相似，若何握齐可以。

既生图又识图，把复杂的职责流包装成意思意思的「打蛋器」

Whisk，其实是 Google 多模态模子秀肌肉的一种方式。

为了让咱们少写教唆词，Whisk 整合了视觉相识和图片生成才智。

Gemini 模子识别图片，自动生成详细的面孔，然后这些面孔会被输入到 Google 的图片生成模子 Imagen 3，由 Imagen 3 生图。

Whisk 是这么的，配资开户用户唯一上传和生成图片就可以了，但它我方要琢磨的事情就许多了。

Whisk 的每张图片，无论是上传的如故生成的，齐写了很长的底层教唆词，况兼不藏着掩着，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 会详细地面孔他的外貌特征，场景图片亦然访佛的。

▲ Whisk 对奥特曼的面孔：「一个肤色较浅的须眉，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诚实圆领毛衣。布景是一面斑驳的灰色混凝土墙。须眉的情态严肃而中性。光泽有些阴森，他的右脸有轻微的暗影。」

作风图片略有些不同，若是把一张动画截图当作作风参考，Whisk 不会说，画面里有三个东谈主，而是面孔这幅画的颜色、光泽、线条……

▲ Whisk 对史努比画风的面孔：「这张图片以卡通作风呈现，具有强横的综合和平面着色。颜色调色板有限，主要使用原色和轻柔的次要情态。光泽均匀，虚浮猛烈的暗影或高光，给东谈主一种浅薄、实在孩童般的质感。线条明晰且一致，带有轻微不均匀的质感，示意手绘的后果。举座好意思学让东谈主联思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，而是索要图片的特质和精髓，将主题、场景、作风天然地交融在沿途，各司其职，互不过问。

同期，Whisk 也叠了甲——只从图片索要极少关节特征，截止可能和预期不同。这也阐发了，为什么 Whisk 作念不到东谈主脸的精确规复。

是以，哪怕选拔不那么抽象的相沿胶片作风，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，变得尽头平日。

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。试过一些迪士尼的变装，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——没法作念很精致的作风参考，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，出来的截止让我两眼一黑，但多加一句教唆词，「让变装更像乐妙手物」，Whisk 又能师法个七大致。

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尽头平日的漫画作风图片，就算通过教唆词强调作品、变装、漫画家，也不起什么作用。

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

Whisk 可以翻译为「搅动」或者「打蛋器」，Google 的这个名字获取即视感很强，可不等于把食材齐混搭在沿途吗？

Whisk 的不精确，也让它的定位和传统的图片剪辑器不同，更像是一种创意器用。有了什么脑洞，由它终了和约略的视觉后果。

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

夙昔终了 Whisk 这种作风化的后果，跑通一总共这个词图像生成的经由，咱们可能需要在 ComfyUI 搭建职责流。

但当今有了 Whisk，好像就在玩抽卡游戏或者开盲盒，而且唯一能登录（限好意思国地区），当前还免费。

体验指路

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

Google 跨越的模子才智天然是前提和基础，但策动出被环球需要的家具，仍然需要创造力和审好意思。

很可爱 Whisk 的 slogan：「prompt less， play more.」（少写教唆词，多玩耍。）

Whisk 出自 Google labs，之前爆火的 AI 播客 NotebookLM，亦然出自这里，其后逐渐发展为熟悉的样式。这个本质室，自己等于这句 slogan 的最佳注解。

浩瀚的模子才智悦来网配资，有新意的家具，绽放的心态，也曾似乎被 OpenAI 要挟的 Google，风轻云淡地展现出了王者回来的姿态。

• 悦来网配资
• 作风
• 梵高
• 星月夜
• 画作