Whisk AI
Google Labs · 圖片
Whisk AI 是 Google Labs 推出的一款實驗性影像混搭工具，能把三張參考圖片變成一件全新的作品。本質上，它是一種影像轉影像的 AI。你放入一個主體、一個場景和一種風格，系統就會把它們融合起來，而不是要你寫一長串文字提示詞。它靠 Google 的 Gemini 視覺模型來讀取你的圖片，並用 Imagen 3 來產生結果。任何有 Google 帳號的人都能在瀏覽器裡打開它，免費開始混搭。
關於 Whisk AI
Whisk AI 是什麼
Whisk AI 是 Google Labs 的免費影像產生器，建立在一個簡單的想法上：用圖片當提示詞，而不是用文字。大多數 AI 藝術工具都要你用文字描述想要的東西，然後祈禱模型第一次就正確解讀你的措辭，這也是為什麼很多人得花好幾個小時重寫提示詞，才拿到能用的成品。Whisk 把這件事反過來。你交給它主體、場景和風格的參考圖片，其餘的它自己搞定。
在底層，Gemini 會看你上傳的圖片，為每一張寫下詳細描述，這些描述接著交給 Imagen 3，由它產生一張全新的影像，吸取你提供的每一項輸入的精髓。這個名字正好呼應工具的口號：「prompt less, play more」。
問題在於，Whisk 是探索性的，不是精準的。它追求的是創意上的重新詮釋，所以臉孔和小細節常常會在各次執行之間改變。如果你需要精準的編輯，例如移除某個物件或對上某張特定的產品照，專門的編輯工具會更合適。Whisk 做不到這件事。
開始使用
- 前往 Google Labs Whisk 頁面，用你的 Google 帳號登入。存取權一直綁定在美國地區，所以你可能需要美國的連線。
- 挑一個起始範本，例如貼紙、琺瑯徽章、絨毛玩偶，或打開完整編輯器來操作主體、場景和風格欄位。
- 為每個欄位上傳或產生一張圖片。你可以加入好幾張主體圖片，把角色湊在一起，如果某個欄位不重要，也可以略過。
- 也可以加一句簡短的文字註記，例如「這個角色正在騎腳踏車」，來微調結果。想要隨機的靈感，就按骰子圖示。
- 檢視結果，然後下載或收藏你喜歡的幾張，再從那裡繼續調整。
產品資訊
快速了解 Whisk AI 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 隨性創作者：任何喜歡做藝術、但覺得寫提示詞很麻煩的人。只需要一個 Google 帳號就能開始。
- 設計師與插畫家：適合快速的概念草圖。最終成品還是需要一套像樣的設計工具。
- 社群媒體創作者：適合把一張照片變成搶眼的圖像，前提是你接受重新詮釋，而不是精準複製。
任務
- 把角色放進新場景：把主體圖片和動漫或水彩風格結合，看看它被重新詮釋的樣子。
- 產品概念打樣：在正式生產前，把想法視覺化成琺瑯徽章、貼紙或絨毛玩偶。
- 探索視覺方向：從同一個主體產生數十種風格變化，找出最對味的一款。
情境
- 週末的創意玩樂：你有空閒時間，想在瀏覽器裡試點好玩的東西。
- 早期概念研究：在投入好幾個小時之前，你需要先粗略看看某個設計的感覺。
- 個人紀念品：把寵物照或家庭合照變成一幅風格化的作品，印出來收藏。
主要功能
三欄位影像混搭
Whisk AI 把你的輸入拆成主體、場景和風格三個欄位。每個欄位接受一張參考圖片，工具會從三者中汲取精髓。主體欄位能接受多張圖片，讓你在一格畫面裡並排放入好幾個角色。這套結構就是它全部的吸引力。你靠挑選圖片來引導結果，而不是跟文字搏鬥。
Gemini 加 Imagen 3
這條流程把 Gemini 的視覺模型和 Imagen 3 配對。Gemini 為你上傳的每張圖片寫下詳細描述，Imagen 3 再用這些描述打造出新的東西。Google 自家的比較數據把 Imagen 3 排在 Imagen 2、DALL-E 3 和 Midjourney v6 之前，在提示詞遵循度上勝出。那是 Google 的評估，不是獨立第三方。
文字提示詞作為選用的微調
這個工具不強迫你用文字，但也沒有禁止。像「這些角色拿著一塊牌子」這樣短短一句，就能把結果推向單靠圖片達不到的方向。編輯每張結果顯示的自動產生提示詞，是另一種不必重來就能微調的方式。
風格與範本預設
Whisk AI 內建現成的風格，例如琺瑯徽章、絨毛玩偶、貼紙和黏土。這些預設會幫你處理外觀，在你手邊沒有風格參考時很方便。結果偏向玩具般的插畫質感，而不是照片寫實，所以如果你期待的是清晰的照片級人像，這個工具不會給你。
隨機靈感產生器
不知道該試什麼？骰子按鈕會用隨機的主體、場景和風格填滿欄位。這是個不太費力的方式，看看模型能做出什麼，而且它經常冒出你自己不會挑的組合。
瀏覽器內執行且免費
Whisk AI 透過 Google Labs 在瀏覽器裡執行，不必安裝，也不收費。它是名副其實的免費 AI 影像工具。你用 Google 帳號登入就能開始創作。輸出會加上浮水印，標明是 AI 產生的，而整個實驗也背著 Google Labs 一貫關於準確度的警語。
優缺點
優點
- 用圖片當主要輸入，省去提示詞工程。
- 有 Google 帳號就能免費使用。
- 專屬風格欄位帶來強大的風格轉移。
- 多張主體圖片讓角色群組成為可能。
- 由 Imagen 3 這款評價不錯的影像模型支援。
缺點
- 是重新詮釋而非編輯，所以你無法保留精準的臉孔或細微細節。
- 存取權一直限制在美國地區，讓許多使用者沒有變通辦法就被擋住。
- 仍是實驗性質，功能與可用性可能無預警變動。
- 沒有公開 API，所以無法接進你自己的專案。
常見問題
是。Whisk AI 是 Google Labs 的免費實驗，你只需要一個 Google 帳號就能打開。目前沒有付費方案，也沒有逐張收費。Google 並未承諾會一直如此。
相關內容
探索與 Whisk AI 相關的工具、技能與文章。
Whisk AI 替代方案
Google EmbeddingGemma 2
Google DeepMind · 寫作 · 圖片 · 程式設計Google EmbeddingGemma 2 是 7.4 億參數的開源模型，能把文字、程式碼、圖片、音訊與影片畫面轉成同一個 768 維空間裡的向量，在手機與筆電上就能執行。
Tractionwave
TractionWave · 圖片 · 行銷TractionWave 是針對靜態廣告的 AI 注意力熱圖工具。上傳 PNG 或 JPG，就能取得預測注意力、排序後的熱點與修正建議，不必等預算花完才知道問題在哪。
Imejis.io
Imejis.io · 圖片 · 行銷Imejis.io 是給代理與行銷團隊使用的 AI 設計工作室。你用日常說法描述一張圖，它會寫好文案、排出版面、自動調整成各種尺寸，最後匯出完成檔。