Google Whisk cho phép người dùng tải lên ba hình ảnh để biểu hiện các chủ đề, khung cảnh và phong cách. Sự kết hợp này, hỗ trợ bởi mô hình Imagen 3, tạo ra một tác phẩm mới dựa trên các hình ảnh đã chọn. Người dùng có thể cá nhân hóa hình ảnh bằng cách nhập hướng dẫn văn bản cho toàn bộ tác phẩm hoặc cho từng khía cạnh cụ thể.

Ngoài Google Whisk, Apple cũng vừa ra mắt một công cụ tương tự mang tên Image Playground, cho phép người dùng kết hợp phong cách và chủ đề để tạo ra hình ảnh mới. Tuy nhiên, điểm đáng chú ý là Whisk vẫn chưa hỗ trợ tại các khu vực như Ấn Độ, Indonesia, EU và Vương Quốc Anh.

Việc phát hành Google Whisk không chỉ tạo ra cơ hội sáng tạo cho người dùng mà còn cho thấy bước tiến lớn của Google trong việc phát triển AI và công nghệ xử lý hình ảnh. Mong rằng trong tương lai, Google sẽ mở rộng khả năng của công cụ này đến nhiều quốc gia hơn, giúp mỗi người dùng có thể sử dụng công nghệ tiên tiến này trong cuộc sống hàng ngày của họ.

Veo được phát triển bởi Google DeepMind, có khả năng tạo ra video chất lượng cao, độ phân giải cao dựa trên các gợi ý từ văn bản hoặc hình ảnh ở nhiều phong cách điện ảnh và trực quan khác nhau với tốc độ vượt trội. Google cho biết Veo có sự hiểu biết nâng cao về ngôn ngữ tự nhiên và ngữ nghĩa hình ảnh, cho phép nó tạo ra video gần như hoàn hảo so với gợi ý ban đầu.

Người dùng có thể tạo video bằng cách sử dụng những hình ảnh hiện có hoặc từ những hình ảnh được tạo ra bởi mô hình Imagen 3 của Google. Thời gian video có thể kéo dài hơn 60 giây, và Google đã tích hợp công nghệ đánh dấu vô hình và bộ lọc an toàn để ngăn chặn việc tạo ra nội dung độc hại. Công ty cũng tuyên bố không sử dụng dữ liệu của khách hàng để đào tạo mô hình chuyển đổi hình ảnh thành video.

Với Veo và Imagen 3, Google mong muốn cung cấp cho những người sáng tạo nội dung những công cụ mới nhằm tăng tốc quá trình sản xuất nội dung. Veo sẽ cạnh tranh với trình tạo video AI Movie Gen của Meta, và OpenAI cũng đang phát triển mô hình chuyển đổi văn bản thành video mang tên Sora. Công ty này vừa tiết lộ một chuỗi thông báo sản phẩm kéo dài 12 ngày, bắt đầu vào ngày mai, và có thông tin cho rằng một trong số đó là sự ra mắt của Sora.

Mặc dù các trình tạo video AI đã rất hứa hẹn, nhưng các thương hiệu muốn sử dụng chúng cho mục đích tiếp thị sẽ cần thận trọng. Tháng trước, Coca-Cola đã nhận nhiều chỉ trích vì sản xuất một quảng cáo kỳ nghỉ không có cảm hứng, cố gắng tri ân một quảng cáo trước đó từ năm 1995. Công ty sau đó đã phát hành một tuyên bố giải thích rằng họ sẽ “luôn cam kết tạo ra những sản phẩm có chất lượng cao nhất ở giao điểm giữa sự sáng tạo của con người và công nghệ.”

Trước đây, Imagen 3 chỉ tồn tại trong dịch vụ AI Test Kitchen của Google, nhưng việc chuyển đến Gemini đồng nghĩa với việc nhiều người dùng sẽ có cơ hội sử dụng công cụ này hơn. Theo báo cáo từ PetaPixel, Imagen 3 cho thấy hiệu suất tốt hơn so với các công cụ tạo hình ảnh AI hàng đầu khác như DALL-E và Midjourney, và điểm đáng chú ý là Imagen 3 hoàn toàn miễn phí cho người dùng, trái ngược với các đối thủ.

Google cho biết, “Imagen 3 là mô hình sáng tạo hình ảnh từ văn bản có chất lượng cao nhất của chúng tôi, có khả năng tạo ra hình ảnh với độ chi tiết tốt hơn, ánh sáng phong phú hơn và ít các tác phẩm làm rối mắt hơn so với các mô hình trước đó.” Công ty cũng lưu ý rằng họ đã cải thiện đáng kể khả năng của Imagen 3 trong việc hiểu các yêu cầu từ người dùng, giúp những mô hình này tạo ra nhiều phong cách hình ảnh khác nhau và ghi lại các chi tiết nhỏ từ các yêu cầu dài hạn.

Về dữ liệu được sử dụng để đào tạo Imagen 3, Google cho biết “Mô hình Imagen 3 đã được đào tạo trên một tập dữ liệu lớn bao gồm hình ảnh, văn bản và các chú thích liên quan.” Tuy nhiên, còn chưa rõ liệu tập dữ liệu này có chứa nhiều bức ảnh có bản quyền hay không.

Ngoài khả năng tạo hình ảnh, Google cũng cung cấp tùy chọn chỉnh sửa hình ảnh bằng kỹ thuật inpainting hiện đang trở nên phổ biến. Với phương pháp này, người dùng có thể chọn một phần của bức ảnh và nhập vào thay đổi mà họ muốn thấy. Ngược lại với công cụ tạo hình ảnh AI Grok của Elon Musk, Google đã đặt ra các hạn chế đối với Imagen 3. PetaPixel không thể tạo ra hình ảnh của “Kamala Harris và Donald Trump nắm tay nhau” hay “Một phong cảnh Californian theo phong cách Ansel Adams”, bất chấp những cách thức làm việc xung quanh có thể tìm thấy. Chẳng hạn, khi yêu cầu Imagen 3 tạo “Một bức ảnh đen trắng kịch tính chụp vào năm 1942 tại Công viên Quốc gia Grand Teton ở Wyoming”, người dùng sẽ nhận được một hình ảnh tương tự như tác phẩm của Ansel Adams.

Đầu năm nay, Google đã gặp rắc rối lớn khi công cụ tạo hình ảnh AI trên Gemini bị cáo buộc đã sửa chữa quá mức cho những thành kiến và về cơ bản là “xóa bỏ người da trắng” khỏi các hình ảnh, dẫn đến việc Google phải gỡ bỏ công cụ tạo hình ảnh này hoàn toàn. Nếu bạn muốn thử nghiệm Imagen 3 trên Gemini, hãy truy cập trang web của Gemini.