Google Whisk: remix IA de imágenes sin prompts

Google Whisk: remix IA de imágenes sin prompts (prompt less)

Uno de mis pasatiempos que me generan ingresos en mis tiempos libres es realizar ilustraciones a mano alzada (comisiones) de manera analógica y digital sin apoyo de la inteligencia artificial (les comparto la evidencia a través de un video con todo el proceso) y todo a través de redes sociales, y por ello me pregunto ¿qué tanto tiempo nos quedará de espacio para generar ingresos a los ilustradores que realizamos este tipo de servicios a través de medios digitales con el avance de la IA?

Forma “convencional” de generar imágenes con IA: prompts muy detallados

Lo usual para crear imágenes con inteligencia artificial es dominar cómo elaborar una instrucción para la IA, o lo que llaman como “ingeniería de prompts”, sin embargo conforme pasan los años, la importancia de dominar en un nivel avanzado esto se vuelve difuso ya que en solo un par de años hemos pasado de algo que era difícil, complejo, y costoso de solicitar a algo que se puede hacer sin necesidad de escribir nada y combinando imágenes para dar rienda suelta a nuestra creatividad.

Ejemplo: hace un par de años compartí las siguientes imágenes

1) Mi foto: al inicio el resultado de “mi foto” era de baja precisión con Dall-e 2 de Open AI hace un par de años, creada a partir de una instrucción de texto, sin apoyo de imágenes.

Resultado de la imagen inspirada en mi foto, y con el estilo de pixar, pero generada todo a partir de una instrucción o prompt extenso y muy detallado por Dall-e 3 en octubre de 2023. Se acerca cada vez más.

Andy Garcia Peña

Google Whisk: lo nuevo de Google basado en Imagen 3

La nueva IA para generación de imágenes de Google llamada “IMAGEN 3″ ha sido una sorpresa en el último trimestre del 2024 (lee más sobre Imagen 3 dando clic aquí), por lo que no conformes con sorprendernos con esta nueva IA, ahora nos comparten su experimento de IA llamado “Google Whisk” para hacer un remix de imágenes y ser cada vez “prompt less” o menos dependientes de la “ingeniería de prompts” para lograr resultados asombrosos.

¿Cómo se utiliza?

Puedes usar imágenes o si lo prefieres por la vía convencional con texto (ingeniería de prompts) para empezar:

1) Elige el “sujeto” como base de inspiración. Esta es la imagen que será la base de todo el experimento.

2) Elige el “escenario” que será utilizado como inspiración para crear el fondo, pero no es que vaya a insertar ese fondo de manera literal.

3) Elige el estilo del “sujeto a modificar”: es decir presenta aquí el estilo final que va generar Google Whisk.

4) Extras: añade elementos adicionales (texto) de manera opcional en la barra de texto inferior.

Resultado: antes de generar el resultado le agregé como detalle: “que el personaje esté practicando artes marciales”

Puedes generar nuevamente las imágenes si olvidaste algo, como por ejemplo yo puse “que el personaje esté practicando artes marciales con un traje de artes marciales de color negro”.

Puedes dejar un elemento en blanco como “escenario” o si no tienes una imagen para el estilo pero tienes una idea en mente, puedes elegir “texto” en “estilo” para ingresar una sugerencia en lenguaje natural, como por ejemplo en estilo le pedí “un personaje con barba de Pixar” y generó la imagen de ese “estilo” y luego si estás conforme le das generar “mix”.

De esta manera le pedí que combinara mi foto con un personaje al estilo pixar para comparar la evolución de dall-e 2 versus lo que la IA hace en diciembre 2024, y el resultado está líneas abajo luego de otros experimentos que realicé.

Experimento 2: combinación para una imagen simpsoneada

Luego de esto, le puedo pedir modificaciones dando clic sobre la imagen que me gustó, y me va mostrar un prompt muy detallado que la IA generó para llegar a ese resultado, basado en esta opción podrás editar el prompt para cambiar o agregar algo que deseas, o lo puedes copiar y pegar en una IA de texto para que adapte la instrucción de IA con tu solicitud en lenguaje natural

Experimento 3: una combinación de mi foto con el estilo simpson (de la imagen) pero dejando en blanco el fondo

Y este fue el resultado:

Recuerda que puedes editarlo o agregar más detalles luego de que Whisk genere los resultados

Experimento 1: mi foto con una imagen estilo Pixar generada por la IA (resultado de la combinación líneas arriba)

Prueba 4: a diferencia de la anterior, aquí le subí una imagen tomada de una película de Pixar (Coco) para que usara este estilo como referencia:

Y este fue el resultado: 10/10

¿Qué opinas? ¿Tenemos futuro los ilustradores al 2030? Te leo en los comentarios

¿Cómo acceder a Google Whisk? Disponible para EE.UU momentáneamente y pronto para otros países, en esten enlace:

Enlace a Google Whisk: https://labs.google/fx/tools/whisk

Gracias por leer “Innovar o ser cambiado”

Sigamos conversando en las redes sociales en donde me encuentras como @andygarciape (instagram, linkedin, tik tok, o fb) o encuéntrame en los buscadores de Google, o Bing como “Andy Garcia Peña”.

google whisk

Fuentes y referencias

Whisk: Genera imágenes sin prompts, Google Labs (diciembre/2024). URL: https://labs.google/fx/tools/whisk/faq
Whisk: una nueva y divertida herramienta que te permite usar imágenes para visualizar tus ideas, Google Blog (diciembre/2024). URL: https://blog.google/technology/google-labs/video-image-generation-update-december-2024/
Google’s Whisk AI generator will ‘remix’ the pictures you plug in, Jay Peters, The Verge (16/diciembre/2024). URL: https://www.theverge.com/2024/12/16/24322614/google-whisk-ai-generator-remix-pictures-plug-in
Google experiments with a new image generator that remixes three images into one creation, Lauren Forristal, TechCrunch (16/diciembre/2024). URL: https://techcrunch.com/2024/12/16/google-experiments-with-a-new-image-generator-that-remixes-three-images-into-one-creation/

Blog

Google Whisk: remix IA de imágenes sin prompts