Você irá se surpreender com esse gerador e editor de imagens por IA; veja como usar o incrível Google Whisk

“A Casa dos experimentos do Google”, é assim que a gigante das buscas classifica sua iniciativa chamada Labs, que permite acesso a alguns projetos que a companhia está desenvolvendo, com foco nos recursos relacionados à IA Generativa.

Quero tratar neste artigo sobre um desses recursos de teste disponíveis, o Whisk. Caso você tenha interesse em geração de imagens por IA, irá se surpreender com o excelente resultado, e de maneira rápida, que é possível alcançar com essa ferramenta gratuita, que aposta em uma abordagem diferente para lidar com a geração de imagens.

O que é o Google Whisk?

Today, we’re launching our newest gen AI experiment in @labsdotgoogle: Whisk. Instead of generating images with long, detailed text prompts, Whisk lets you prompt with images. Simply drag in images, and start creating. pic.twitter.com/qoNBe8T4CD

— Google (@Google) December 16, 2024

Disponível desde dezembro de 2024, o Whisk, como explica o Google, é uma nova ferramenta experimental que permite que você use imagens como prompts para visualizar suas ideias e contar histórias.

Em termos práticos, o Whisk visa reduzir a obrigatoriedade de um certo esforço para construir um prompt que funcione para determinada geração ou edição de imagens. O usuário guia a ferramenta, por meio de imagens, buscando um determinado estilo ou ambiente, e o próprio Whisk se encarrega de fazer a leitura, interpretação e transformar aquilo num resultado criativo e que funcione.

“Acreditamos que você não deveria ter que ‘aprender a fazer prompts’ para criar imagens. Deve ser fácil experimentar coisas, iterar, refinar e remixar ideias visualmente. Como você faria com um amigo. Então, estamos tentando algo novo!”, diz o Google na página oficial do projeto.

Vamos ver em poucos passos como funciona. Para esse exemplo, eu vou utilizar a imagem abaixo que simula um pôster de divulgação de uma série fictícia da Netflix chamada “Pétalas e Lâminas”.

Fiz esse pôster combinando recursos de IA com edição no Photoshop – acrescentando os textos e logo da plataforma.

Mas o grande destaque é a imagem e o senso estético. Cheguei a esse resultado com algumas ferramentas. A imagem da garota e do ambiente em que ela está inserida eu já tinha, gerei através de outra ferramenta de IA generativa do Google, o Image FX – que também é excelente.

Repare que eu disse que gerei a imagem da garota e também do ambiente. É isso mesmo, originalmente, essa garota estava inserida em outro contexto, outro plano de fundo. A alteração para esse padrão final eu consegui com o Whisk, de maneira bem rápida.

Como usar o Google Whisky?

Clique aqui para acessar o Google Whisk e vá na opção “começar do zero”

Basicamente, o que eu fiz foi upar as duas imagens para o Whisk e deixar com que ele me sugerisse algumas opções de combinações, coerente com o ambiente que eu forneci como referência, que foi o seguinte:

O Whisk segue uma trilha baseada em 3 opções de inserção visando uma combinação:

• Assunto: o elemento principal, nesse exemplo, a garota da imagem;
• Ambiente: em que local esse assunto será inserido;
• Estilo: o que você procura como estilo visual? Anime, realista, estilo pixar etc.

Essas definições podem ser feitas via uma imagem prévia que você já tenha – o que foi o meu caso – ou você pode gerar um conteúdo novo, inserindo o prompt do que você está buscando.

Em cada imagem upada, o Google faz uma análise dela para identificar aquela foto, que, internamente, representa gerar um prompt funcional que descreva aquela cena.

Lembrando que você não tem que, necessariamente, preencher as três áreas sugeridas – assunto, ambiente e estilo. Você pode combinar apenas duas e também se deparar com resultados bem interessantes.

Após fazer o upload, as imagens são listadas no canto esquerdo da tela, e no direito você ainda tem acesso a uma área para inserir algum prompt visando, algum tipo de detalhe ou ajuste específico, ou pode apenas clicar na seta ao lado e esperar o resultado.

Ao manter o assunto e apenas realizar alterações no ambiente e estilo, consegui outros resultados tão interessantes quanto:

O Whisk também conta com alguns exemplos de imagens preestabelecidas que você pode usar como base para a sua combinação. Basta clicar no ícone do dado, no canto superior da tela.

Ao pressionar uma vez, ele adiciona uma opção de imagem para assunto, ao pressionar novamente uma para ambiente, a próxima para estilo, e o clique seguinte clique reinicia o processo.

Cada imagem gerada pelo Whisk também pode ser refinada. Basta clicar no botão “Refinar” que fica no canto esquerdo.

Esse refinamento foca na imagem escolhida para que você realize alterações nela via prompt. Após chegar a um resultado satisfatório, basta clicar no ícone da seta para baixar a imagem. Vale também destacar que você consegue visualizar qual foi a interpretação do Whisk, em termos de prompt, para aquela imagem.

Ao clicar sobre a imagem, você visualiza na parte inferior à descrição detalhada que a ferramenta atribuiu a ela. E essa descrição pode ser alterada. Você pode modificar alguma coisa e depois clicar em gerar para uma nova imagem, baseada no novo prompt.

Além do 16:9 (paisagem), também é possível gerar as imagens em outros formatos (quadrado e retrato). Para isso, clique nos ícone dos três tracinhos no canto superior esquerdo e escolha o formato desejado na opção “proporção”.

Gosto bastante dessa abordagem da IA atuando como um “copiloto” para um profissional ou entusiasta que combinará esses resultados com uma edição mais tradicional e que agregue algum valor estético que o diferencie.

O Whisk é uma grande mão na roda para ganhar tempo e facilitar a vida daqueles que curtem usar as possibilidades cada vez mais impressionantes da IA generativa.

Para encerrar, que tal um pequeno vídeo dessa personagem do pôster em um vídeo, também gerado por IA? Como fazer isso? Em qual ferramenta? Papo para outro artigo