Google 画像プロンプトによる画像生成AI「Whisk」を試験運用開始

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

従来の画像生成AIは文字列プロンプトを使用していますが、モデル、シーン、スタイルの絵＋テキストプロんプトで画像生成を行うWhiskを試験運用したとblogで公開しました。
以前も「こんな感じ」と絵コンテのように指定することができましたが、ほぼ全面的に画像なのは面白いですね。

なかなか目的通りの画像が出ない画像生成AIですが、画像でやるのは面白いかな？

ちなみにStable Diffusionは「コタツ」の絵が凄く苦手ですが、GoogleのGemini(Imagen 3)だとコタツでちゃんと出てきますね。

https://blog.google/intl/ja-jp/company-news/technology/whisk/