一、核心概况

• 定位：实验性 AI 图像生成工具，以图生图、三图融合、快速视觉创意探索
• 官网：https://labs.google/whisk
• 模式：完全免费，无生成次数限制
• 技术：Gemini（图像理解）+ Imagen 3（图像生成）+ Veo 2/3（动画生成）
• 平台：网页端，需 Google 账号，仅限美国地区使用
• 状态：实验性工具，功能与政策可能调整

二、核心功能矩阵

1. 三图融合生成（核心）

• 三部分输入系统：分别上传主体（Subject）、场景（Scene）、** 风格（Style）** 三张参考图
• Gemini 智能解析：自动分析参考图，生成详细提示词
• Imagen 3 融合生成：将三张图的核心元素融合，生成全新创意图像
• 示例：主体（橘猫）+ 场景（城市街道）+ 风格（水彩画）→ 水彩风格的城市街道橘猫

2. 文本微调优化

• 生成后可查看并编辑 AI 自动生成的提示词，精准细化图像细节
• 支持添加额外文字描述，强化特定元素或效果

3. 快速创意迭代

• 一键替换任意参考图，快速生成多个变体，适合头脑风暴
• 点击骰子图标，获取系统推荐参考图，激发灵感

4. 图像转动画（付费）

• 集成Veo 2/3，将生成图像转为短视频，添加动态效果与配音
• 动画功能需订阅Google One（$20 / 月起）

5. 创意分享与学习

• 查看画廊作品的生成配方（参考图 + 提示词），学习创作思路
• 可基于他人作品修改，快速上手

三、核心特点

1. 零提示词门槛：以图生图为主，无需掌握复杂提示词技巧
2. 三图精准融合：主体、场景、风格分离控制，创意可控性强
3. 极速生成迭代：秒级出图，快速实验不同组合
4. Google 技术加持：Imagen 3 画质优秀，Gemini 理解准确
5. 完全免费使用：基础生成功能无成本、无次数限制
6. 网页即用：无需下载，浏览器 + Google 账号即可使用

四、核心优点

• 操作极简：拖拽上传三张图即可生成，新手友好
• 创意直观：视觉化输入，比文字描述更易表达想法
• 融合能力强：跨元素、跨风格融合，产出独特视觉效果
• 迭代效率高：快速替换参考图，高效探索创意方向
• 免费无限制：降低创意实验成本
• 画质优质：依托 Imagen 3，生成图像细节与质感出色

五、主要不足

• 地区限制：仅限美国使用，国内无法直接访问
• 非精准编辑：侧重创意探索，不支持像素级精细修改
• 结果不确定性：复杂输入可能导致输出偏离预期
• 一致性问题：多图生成时，角色 / 元素细节易不一致
• 实验性状态：偶有卡顿、bug，功能与政策可能变动
• 动画付费：视频生成功能需额外订阅

六、典型应用场景

• 创意构思：设计师、艺术家快速生成概念图、角色 / 场景草图
• 风格转换：将照片转为插画、漫画、水彩等艺术风格
• 内容创作：社交媒体、营销物料、故事插画的独特视觉素材
• 灵感探索：混合不同参考图，激发意外创意
• 快速原型：产品、UI 设计的视觉原型快速验证

七、使用方式

1. 访问官网 https://labs.google/whisk，登录 Google 账号（美国 IP）
2. 分别上传主体、场景、风格三张参考图
3. 等待 AI 解析并生成图像（数秒）
4. 预览结果，编辑提示词微调细节
5. 替换参考图，生成多个变体，选择满意作品
6. （可选）点击 “添加动画效果”，制作短视频（需订阅）

八、官方信息

• 类型：实验性 AI 图像生成、以图生图、三图融合、创意探索工具
• 核心能力：三图融合生成、文本微调、快速迭代、图像转动画
• 平台：网页端
• 价格：基础功能免费；动画功能需 Google One 订阅（$20 / 月起）
• 语言：英文
• 适合：设计师、艺术家、内容创作者、创意爱好者，用于快速视觉探索与概念生成