Publicidad
La última herramienta de inteligencia artificial de Google, “Whisk”, permite a los usuarios subir fotografías para obtener una imagen combinada generada por inteligencia artificial sin necesidad de escribir una sola palabra.
Antes de que Whisk mezcle las fotografías, los usuarios pueden proporcionar imágenes de temas, entornos y estilos.
En una publicación de blog, Google llamó a Whisk una “herramienta creativa” para inspiración rápida, no un “editor de imágenes tradicional”. Whisk está diseñado para ser una herramienta de inteligencia artificial divertida, no profesional.
Empresas de tecnología como Google y OpenAI se apresuran a entregar productos de consumo que demuestren la increíble nueva tecnología, incluso cuando los detractores advierten que el crecimiento de la inteligencia artificial sin límites es peligroso para la humanidad.
Desde que OpenAI introdujera Dall-E, una herramienta de producción de texto a imagen, en 2021, las obras de arte generadas por inteligencia artificial han invadido las redes sociales y permeado los artículos de consumo. Google Whisk es un generador de imagen a imagen que se basa en los generadores de texto a imagen.
Los usuarios de Whisk pueden modificar sus entradas y mezclar categorías para crear peluches, pines de esmalte y pegatinas. Los usuarios pueden dirigir los detalles utilizando palabras, pero una imagen no es esencial.
“Whisk está diseñado para permitir a los usuarios remezclar un tema, una escena y un estilo de nuevas y creativas formas, ofreciendo una rápida exploración visual en lugar de ediciones perfectas de píxeles”, afirmó Thomas Iljic, director de gestión de productos de Google Labs.
Google compró DeepMind en 2014 y utilizó su inteligencia artificial generativa para construir Whisk.
Whisk utiliza el servicio principal de inteligencia artificial de Google, Gemini, introducido en diciembre de 2023, y Imagen 3, el generador de texto a imagen más nuevo de DeepMind.
Imagen 3 recibe subtítulos de Gemini cuando los usuarios publican fotografías. Para remezclar la imagen final, la técnica captura la “esencia” del tema en lugar de una reproducción exacta, lo que puede desviarse del estímulo inicial.
Google afirmó en una publicación de blog que la imagen creada puede diferir de las fotos originales en altura, corte de pelo y tono de piel.
Google recibió críticas en febrero cuando lanzó el convertidor de texto a imagen de Gemini, ya que creó imágenes históricamente incorrectas.
Whisk, un sitio web de Google Labs disponible solo en Estados Unidos, está en una etapa inicial de desarrollo, según afirmó la compañía.
OpenAI presentó Sora, un generador de texto a video, mostrando la competitividad de productos de consumo.
Dan Ives, director gerente y analista senior de acciones de Wedbush Securities, dijo a CNN que Whisk es otro “momento para lucir músculos” para Google en inteligencia artificial y tecnología.
Los productos de inteligencia artificial forman parte del “tesoro” de nuevos productos de Google para 2025, que incluye un nuevo sistema operativo Android desarrollado con Samsung y Qualcomm. “DeepMind es un activo clave para Google”, dijo Ives.
