Google presenta Whisk, una herramienta creativa de imágenes impulsada por Gemini

La carrera de IA generativa de la industria tecnológica acaba de volverse más competitiva con el lanzamiento de Whisk por parte de Google, una herramienta diseñada para crear imágenes únicas a partir de fotos cargadas por los usuarios.

Revelado a través de Google Labs, Whisk permite a los usuarios en los EE. UU. remezclar temas, estilos y configuraciones en nuevas imágenes sin requerir indicaciones de texto.

Se basa en los avances de IA de Google DeepMind, mostrando las tecnologías Gemini e Imagen 3.

La medida destaca el enfoque de Google en ofrecer herramientas de IA accesibles mientras compite contra el conjunto de productos de consumo de OpenAI, incluido el generador de texto a video Sora.

¿Qué es Whisk y cómo funciona?

Whisk ofrece una nueva perspectiva de la creatividad impulsada por la IA.

Los usuarios pueden cargar imágenes que representen temas, escenarios o estilos.

La plataforma procesa estas entradas utilizando Gemini, el modelo de base de inteligencia artificial de Google lanzado en diciembre de 2023, que genera subtítulos para el contenido.

Estas leyendas se alimentan de Imagen 3 de DeepMind, un generador de texto a imagen.

A diferencia de los editores de fotos tradicionales, Whisk se centra en la exploración creativa en lugar de en resultados perfectos en píxeles.

Permite a los usuarios remezclar categorías, como convertir una imagen en un peluche, un alfiler de esmalte o una pegatina, ajustando las entradas o incorporando texto para guiar detalles específicos.

Google enfatiza que los resultados capturan la "esencia" de un tema, lo que significa que pueden ocurrir algunas variaciones, como cambios en el peinado o el tono de piel.

La experiencia galardonada con el Premio Nobel de DeepMind sustenta Whisk

Whisk aprovecha los avances de vanguardia de DeepMind, la división de inteligencia artificial que Google adquirió en 2014.

La investigación de inteligencia artificial de DeepMind contribuyó a que dos empleados ganaran el Premio Nobel de Química 2024 por sus descubrimientos sobre la estructura de proteínas.

Esto subraya la reputación del laboratorio por superar los límites tecnológicos, que ahora se extiende a aplicaciones creativas como Whisk.

Whisk también posiciona a Google como líder en IA amigable con el consumidor.

Si bien su herramienta inicial de texto a imagen, Gemini, enfrentó críticas por producir imágenes históricamente inexactas, Whisk busca evitar errores similares al centrarse en resultados abstractos y exploratorios en lugar de réplicas exactas.

La innovación de la IA impulsa la rivalidad entre los gigantes tecnológicos

La presentación de Whisk por parte de Google destaca su estrategia más amplia para dominar los productos de consumo impulsados por la IA.

La competencia es feroz, y OpenAI recientemente presentó Sora, un generador de texto a video.

Google busca consolidar su ventaja integrando Whisk con las capacidades de Gemini e Imagen 3, lo que marca un cambio hacia herramientas de IA dinámicas y multimodales.

Dan Ives, analista de acciones de Wedbush Securities, considera que Whisk es parte del "tesoro" de ofertas de Google para 2025, junto con su colaboración con Samsung y Qualcomm en un nuevo sistema operativo Android.

Estas iniciativas demuestran el esfuerzo de Google por mantener una ventaja en el altamente lucrativo y competitivo panorama de la IA.

Las herramientas de IA generativa como Whisk han captado la imaginación del público, pero también han enfrentado escrutinio.

Por ejemplo, los problemas anteriores de Gemini con salidas de imágenes históricamente inexactas suscitaron preocupaciones sobre la confiabilidad de la IA.

Whisk busca abordar estos desafíos centrándose en creaciones imaginativas y dirigidas por el usuario.

A medida que Google continúa refinando sus ofertas, el lanzamiento inicial de la herramienta como sitio web para usuarios estadounidenses proporcionará un banco de pruebas crítico para futuras actualizaciones e iteraciones.

Las ambiciones de IA de Google

El debut de Whisk marca una evolución más amplia en la forma en que se utiliza la IA para la creatividad del consumidor.

Al centrarse en interfaces fáciles de usar e integrar tecnologías avanzadas como Gemini, Google busca democratizar el acceso a la IA generativa.

Sin embargo, la competencia sigue siendo intensa, con plataformas rivales que empujan los límites de lo que la IA puede lograr.