Google Labs（谷歌实验性部门）正测试一款名为 Whisk 的新图像生成器。该工具允许用户以图代文进行提示，通过更改主体、场景和风格来重新混合照片。
Whisk 基于谷歌 Imagen 3 模型，可组合三张图像：分别对应主体、场景与风格。例如，选取个人照为主体、未来主义景观为场景、动漫画风为基调，即可生成融合三者特征的新图像。
模型会自动为输入图像生成详细描述，以此指导 Imagen 3 创作重混版本。用户亦可补充文本提示以精确定义预期效果，如“主体正在骑飞行自行车”等细节描述。
因 Whisk 仅聚焦每张图像的关键特征，生成结果可能在身高、体重、发型或肤色等方面与预期存在差异。谷歌表示，用户可随时查看并编辑底层提示词以优化输出。
目前，该实验仅面向美国用户开放。