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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。