Google、既存の画像を組み合わせる画像生成AI「Whisk」

　Googleは12日、日本を含む100か国以上で画像生成AI「Whisk」の試験運用を開始した。既存の画像をプロンプトとして用いることができるユニークな画像生成AIモデルで、モデル/シーン/スタイルのそれぞれに好みの画像を入力し、それらを組み合わせて新しい画像を生成できる。

　仕組みとしては、GoogleのAIモデル「Gemini」が入力画像の詳細なキャプションを自動生成し、そのキャプションを最新の画像生成モデル「Imagen 3」に入力して、新しい画像を生成している。

　なお、生成される画像は入力画像の完全な複製ではなく、特徴を抽出して新しい組み合わせを作成するため、予期したものと異なる結果になる可能性がある。その場合、生成時のプロンプトを表示して編集することもできるが、最適な結果を得るために英語でのプロンプト入力が推奨されている。