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
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。