Adobe推出了两个新版本的文本到图像生成式 AI 模型,并同时带来了一系列全新的 Firefly 功能和针对 Photoshop 及 Illustrator 的 Creative Cloud 应用更新。
第四代 Firefly 图像模型遵循了 OpenAI 和 Google 在其聊天机器人发布时树立的类似先例,为用户提供了在追求速度与效率的模型和适用于更高要求任务的模型之间的选择。
Adobe 表示,Firefly 图像模型 4 是迄今为止其“速度最快、可控性最强、最真实的 Firefly 图像模型”,使用户能够生成最高 2K 分辨率的图像,并在风格、格式尺寸和相机角度方面拥有更大控制权。相较于前一代产品,这些更新旨在提升图像输出质量,同时实现“快速高效”地生成图像。对于需要更多“细节和真实感”的图像提示,Adobe 还推出了 Firefly 图像模型 4 Ultra,它在渲染包含细小结构的“复杂场景”方面具备更强能力。
Adobe 并未具体说明这些示例采用的是哪一种 Firefly 图像模型 4,但即便小孩面部的阴影略显奇怪,这些作品仍然令人印象深刻。
新的 Firefly 图像模型现已通过 Firefly 网页应用全面上线,同时搭载了 Adobe 之前以公测形式发布的文本到视频与文本到矢量模型。今天,另一款全新的 Firefly 网页平台工具 —— Firefly Boards 也以公测形式推出。这是一款类似 FigJam 的协作式生成式 AI 灵感板应用,该工具在 Adobe 的 Max 活动中于十月作为 “Project Concept” 首次亮相。Adobe 同时表示,针对 iOS 与 Android 设备的 Firefly 移动应用程序“即将推出”。
现在,Firefly 网页应用在生成图像或视频时也允许用户访问第三方 AI 模型。用户可以在 Adobe 自有 AI 模型之外,选择 OpenAI 的新 GPT 图像模型或 Google 的 Imagen 3 用于生成图像,或选择 Google 的 Veo 2 模型用于生成视频,并且 Adobe 还将陆续支持 Luma、Pika、Runway、fal.ai 和 Ideogram。
可以看出,Adobe 试图在同时拥抱第三方模型的同时,也力求使自家的模型具有鲜明特色。
不过,该公司将这些第三方产品描述为仅供“实验性”使用,而非可用于发表的成果,同时明确标注其自有模型为“商业安全”。鉴于 Adobe 使用公共或授权内容训练其 AI 模型,而 OpenAI、Google 和 Runway 无法宣称享有同样的训练基础,这一策略也就不足为奇。
此外,Adobe 还为其广受欢迎的 Creative Cloud 应用推出了一系列更新。经过去年公测后,Illustrator 的生成式形状填充和文本转图案工具现已全面上线;而 Photoshop 则简化了用户进行色彩调整的流程,并能自动选取诸如头发、服装以及特定面部特征等细节。Photoshop 中的动作面板亦获得更新,现在可“根据创作者的独特风格”为用户提供改进的编辑建议,这将构成 Adobe 计划嵌入照片编辑平台的创意 AI 助手的基础。
好文章,需要你的鼓励
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AI虽具备变革企业洞察力的潜力,但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛,简化治理,加速企业AI应用。通过AI自动化数据处理,实现实时分析,并与Vertex AI深度集成,使企业能够高效处理结构化和非结构化数据,将智能商业转型从愿景变为现实。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。