Trong những năm gần đây, các công cụ tạo ảnh bằng AI như OpenAI, Imagen, Adobe Firefly hay DALL-E 3 đã liên tục làm chúng ta ngạc nhiên với khả năng sáng tạo vượt trội. Khi công nghệ ngày càng phát triển, người dùng có thêm nhiều lựa chọn để tinh chỉnh kết quả đầu ra. Mới đây, Google Labs đã ra mắt Whisk – một công cụ đột phá cho phép bạn tải lên hình ảnh để làm tham chiếu thay vì chỉ dựa vào các câu lệnh văn bản truyền thống. Đây là một bước tiến quan trọng, mở ra kỷ nguyên mới cho việc sáng tạo hình ảnh bằng trí tuệ nhân tạo.
Google Whisk Hoạt Động Thế Nào? Từ “Hình Ảnh” Đến “Ý Tưởng Trực Quan”
Nếu bạn đang sinh sống tại Hoa Kỳ, bạn có thể trải nghiệm Whisk từ Google Labs – một “thử nghiệm trong lĩnh vực AI tạo sinh” theo công bố từ blog của Google. Với Whisk, thay vì chỉ phụ thuộc vào các câu lệnh văn bản mô tả chi tiết, bạn có thể thêm các hình ảnh làm nguồn tham chiếu trực quan. Nền tảng này sẽ yêu cầu bạn cung cấp ba đặc điểm chính: chủ thể (subject), khung cảnh (scene) và phong cách (style). Công cụ sau đó sẽ “trộn” (whisk) các “nguyên liệu” này lại với nhau để tạo ra hình ảnh hoàn hảo theo ý muốn của bạn.
Whisk sử dụng Imagen 3, mô hình tạo hình ảnh mới nhất và tiên tiến nhất của Google, đảm bảo chất lượng và độ chính xác cao cho các tác phẩm được tạo ra.
Điều quan trọng cần lưu ý là Google không loại bỏ hoàn toàn khả năng nhập văn bản với Whisk. Bạn vẫn có tùy chọn viết các câu lệnh tạo hình ảnh cho từng trong ba danh mục (chủ thể, khung cảnh, phong cách) hoặc thêm một ghi chú chung. Ngoài ra, bạn cũng có thể tinh chỉnh một hình ảnh sau khi Whisk đưa ra bản nháp đầu tiên. Ví dụ, nếu bạn tạo một tấm thiệp Giáng sinh phong cách cổ điển với hình ảnh mèo nằm trong tuyết, sau khi xem kết quả, bạn có thể được truyền cảm hứng để thêm những bông tuyết lấp lánh như một chi tiết cuối cùng.
Một tính năng nổi bật của Whisk là khả năng tự động tạo mô tả văn bản chi tiết cho mỗi hình ảnh bạn tải lên hoặc tạo ra trong bất kỳ danh mục nào. Điều này có nghĩa là nếu bạn muốn bổ sung hoặc chỉnh sửa một hình ảnh hiện có, bạn chỉ cần tùy chỉnh phần văn bản mô tả được tạo tự động đó.
Giao diện Google Whisk hiển thị đoạn văn bản mô tả hình ảnh tự động tạo ra để người dùng chỉnh sửa
Cuối cùng, nếu bạn cảm thấy bí ý tưởng, Whisk cũng cung cấp tùy chọn ngẫu nhiên hóa các thành phần trực quan bằng cách chọn biểu tượng xúc xắc. Đối với các tác phẩm phức tạp hơn, bạn còn có thể thêm nhiều hơn một tham chiếu cho chủ thể, khung cảnh hoặc phong cách. Khi đã hài lòng với kiệt tác của mình, bạn có thể lưu nó trên nền tảng hoặc tải xuống máy tính để sử dụng.
Tại Sao Whisk Là “Khoản Đầu Tư” Đáng Giá Trong Lĩnh Vực AI Tạo Ảnh?
Với vô số lựa chọn tạo ảnh AI tiên tiến hiện nay để nâng cao chất lượng ảnh hay tạo ra các tác phẩm nghệ thuật độc đáo, công cụ mới của Google có thể ban đầu trông giống như một tính năng nhỏ. Tuy nhiên, cách Whisk tận dụng các tham chiếu hình ảnh trong quá trình tạo ảnh là hoàn toàn độc đáo và có giá trị lớn trong các kịch bản sáng tạo lẫn chuyên nghiệp.
Giả sử bạn đang chuẩn bị một bản trình bày (pitch deck) và cần những hình ảnh có phong cách tương tự với một tham chiếu bạn đã có. Thay vì phải cố gắng “diễn đạt ngược” tham chiếu đó thành lời, bạn chỉ cần tải tệp ảnh lên, cùng với một mô tả văn bản ngắn gọn về những gì bạn muốn hình ảnh mới khác biệt.
Để phân biệt Whisk với các phần mềm tạo ảnh AI khác, Google đã nhấn mạnh rằng nền tảng này được thiết kế để khám phá ý tưởng – không phải để tinh chỉnh chi tiết. Trong khi các sản phẩm khác có thể phù hợp hơn cho việc chỉnh sửa pixel-perfect, Whisk lại tối ưu cho quá trình “động não” ý tưởng:
“Chúng tôi xây dựng nó để khám phá trực quan nhanh chóng, không phải để chỉnh sửa từng pixel. Đó là về việc khám phá các ý tưởng theo những cách mới và sáng tạo, cho phép bạn xem qua hàng chục lựa chọn và tải về những gì bạn yêu thích.”
Thành thật mà nói, đôi khi chúng ta rất khó để tìm đúng từ ngữ để diễn đạt một ý tưởng hình ảnh. Đây chính là lúc Whisk thể hiện tiềm năng to lớn, cho tất cả những khoảnh khắc mà việc chỉ cần nói “tôi muốn một hình ảnh trông giống như thế này” trở nên dễ dàng hơn rất nhiều. Với Whisk, rào cản ngôn ngữ và sự hạn chế trong diễn đạt sẽ không còn là vấn đề lớn, giúp người dùng biến ý tưởng trực quan thành hiện thực một cách nhanh chóng và hiệu quả.
