Google ने हाल ही में अपने लैब्स प्रोग्राम के तहत ‘Whisk’ नामक एक नया जनरेटिव AI टूल पेश किया है, जो इमेज क्रिएशन को सरल बनाने के लिए डिज़ाइन किया गया है। इस टूल की खासियत यह है कि यह उपयोगकर्ताओं को लंबे-लंबे टेक्स्ट डिस्क्रिप्शन्स की बजाय इमेजेस को प्रॉम्प्ट्स के रूप में इस्तेमाल करने की सुविधा देता है।

Whisk के बारे में सब कुछ

‘Whisk’ का उद्देश्य रचनात्मक प्रयोग को बढ़ावा देना है और यह पारंपरिक इमेज जनरेटर्स के मुकाबले एक नई दिशा प्रदान करता है। इस टूल के जरिए, उपयोगकर्ता आसानी से किसी भी इमेज को ड्रैग और ड्रॉप कर सकते हैं, जिससे वे अपने क्रिएटिव विचारों को प्रॉम्प्ट्स में बदल सकते हैं। यह प्रक्रिया उपयोगकर्ताओं को एक अधिक विज़ुअल और इंट्यूटिव अनुभव प्रदान करती है, जो पहले केवल टेक्स्ट के माध्यम से ही संभव था।

Google के इस टूल का मुख्य उद्देश्य “रैपिड विज़ुअल एक्सप्लोरेशन” है, अर्थात उपयोगकर्ता बिना किसी जटिलता के इमेजेस का त्वरित विश्लेषण कर सकते हैं और नए विचारों का पता लगा सकते हैं। Whisk का उपयोग मुख्य रूप से कलाकारों, डिज़ाइनरों और क्रिएटिव पेशेवरों के लिए किया जाएगा, जो अपने विचारों को जल्दी से परखने के नए तरीके चाहते हैं।

Whisk में इस्तेमाल होने वाली तकनीकी बातें

Whisk Google के नवीनतम इमेज जनरेशन मॉडल, Imagen 3, और Gemini भाषा मॉडल पर आधारित है। Gemini मॉडल इनपुट की गई इमेजेस के लिए विस्तृत कैप्शन स्वतः जनरेट करता है, जो फिर Imagen 3 द्वारा प्रोसेस किए जाते हैं ताकि ऐसी इमेजेस उत्पन्न हो सकें जो इनपुट के सार को कैप्चर करें, न कि केवल उसके हूबहू रूप का पुनर्निर्माण करें।

इस प्रक्रिया के दौरान, Whisk इमेजेस के प्रमुख लक्षणों को पहचानता है और उनका उपयोग करता है, हालांकि यह कुछ विशेषताओं जैसे कि ऊंचाई, वजन, बालों का रंग, या त्वचा की रंगत में भिन्नताएँ उत्पन्न कर सकता है। इससे यह स्पष्ट है कि कभी-कभी परिणाम में बदलाव हो सकता है। लेकिन उपयोगकर्ता जब चाहें तो इन प्रम्प्ट्स को देख सकते हैं और संपादित कर सकते हैं, ताकि वे अपने काम की सटीकता को सुनिश्चित कर सकें।

Whisk का यूज़र्स के लिए क्या मतलब है?

Whisk अभी केवल संयुक्त राज्य अमेरिका में Google Labs प्रोग्राम के अंतर्गत उपलब्ध है, और इसके शुरुआती परीक्षणकर्ताओं ने इसे एक क्रिएटिव टूल के रूप में परखा है, जिसका उद्देश्य केवल एक इमेज एडिटर की तरह काम करना नहीं है। इसके बजाय, यह उपयोगकर्ताओं को विभिन्न विज़ुअल विकल्प उत्पन्न करने की सुविधा देता है, ताकि वे एक से अधिक विचारों पर काम कर सकें। इसके माध्यम से लोग अपने पसंदीदा परिणामों को डाउनलोड कर सकते हैं और आगे प्रयोग कर सकते हैं।

Google की जनरेटिव AI में रुचि

Whisk Google की व्यापक जनरेटिव AI के प्रति प्रतिबद्धता का हिस्सा है। इससे पहले, Google ने Veo 2 नामक एक टूल लॉन्च किया था, जो वीडियो जनरेशन के लिए था। Google Labs इस तरह की तकनीकों का परीक्षण करने और उपयोगकर्ताओं से प्रतिक्रिया प्राप्त करने के लिए एक प्लेटफार्म के रूप में कार्य करता है, ताकि भविष्य में इस तरह के उत्पादों को और बेहतर बनाया जा सके।

Whisk, Google का एक नया प्रयोगात्मक टूल है जो रचनात्मकता को एक नया रूप दे सकता है। यह उन लोगों के लिए आदर्श है जो जल्दी से विचारों का परीक्षण करना चाहते हैं, और इससे न केवल कलाकारों और डिज़ाइनरों को बल्कि आम उपयोगकर्ताओं को भी फायदा हो सकता है। यह टूल अपनी प्रयोगात्मक प्रकृति के कारण भविष्य में एक बड़ा प्रभाव डाल सकता है, और इसके आने वाले अपडेट्स के बारे में और भी दिलचस्प जानकारियाँ मिल सकती हैं।

यह भी पढ़े: OpenAI ने ChatGPT Search सभी यूज़र्स के लिए मुफ्त में लॉन्च किया, गूगल के साथ प्रतिस्पर्धा बढ़ी