Adobe正全力投入AI工具的研发,让创作者能够通过自然语言描述来编辑作品,而无需手动操作具体的Creative Cloud应用程序。这家软件巨头推出的全新Firefly AI助手,允许用户通过对话界面直接输入文字,描述自己希望进行的修改内容。
Adobe表示,此举标志着"创意工作方式的根本性变革",通过消除技能门槛和繁琐操作,同时保留创作者对作品的完整掌控权。据Adobe透露,该功能将"即将上线"于Firefly AI创作平台,但公告中未提供具体发布日期。
这一统一的AI界面以Adobe去年在Max大会上推出的"Moonlight项目"实验为基础,能够自动执行"复杂的多步骤工作流程",代替用户调用Firefly、Photoshop、Premiere、Lightroom、Express、Illustrator等特定工具和应用程序来完成项目编辑。
用户可以直接向Firefly AI助手发出"修饰这张图片"或"将这张图片调整为适合社交媒体的尺寸"等指令,AI智能体随后会提供多种编辑方案供用户选择,同时调出相应的工具或滑块,方便创作者对结果进行精细调整。对于更复杂的修改需求,创作者也可以在Creative Cloud应用程序中打开已编辑的内容,进一步完善项目。
Firefly AI助手还将随着时间推移不断学习用户的偏好,包括常用工具、工作流程和审美取向,从而让生成结果更加个性化且风格统一。Adobe首席AI官Alexandru Costin向The Verge表示,创作者可自行决定是否启用这一功能,并能选择特定项目供AI助手学习参考。创作者还可以自定义"创意技能"——即提供特定且一致预设效果的工具,供AI助手调用,也可在上线时从预置技能库中进行选择。
这是Adobe在AI智能体领域的最新布局。此前,Adobe已相继为Adobe Acrobat、Express和Photoshop等应用推出了专属AI助手。Adobe还表示,将把这些智能体功能引入Anthropic的Claude等第三方AI应用,使这些平台的用户能够在Firefly和Creative Cloud体系之外直接调用Adobe的工具。
此次发布的同时,Adobe Firefly平台还推出了一系列图像、视频和音频编辑新功能,并于今日起陆续开放。Firefly视频编辑器现已与Adobe Stock整合,便于用户获取B-roll素材,并新增了色彩调整和语音清晰度优化等功能。Firefly图像编辑工具也迎来多项新特性:Precision Flow功能可帮助创作者在不调整提示词的情况下生成并对比更多图像方案;全新AI Markup工具则支持用户通过笔刷、矩形工具或参考图像来精确指定编辑区域。
Q&A
Q1:Adobe Firefly AI助手是什么?它能做什么?
A:Adobe Firefly AI助手是Adobe推出的一款对话式AI编辑工具,用户无需掌握专业的Creative Cloud操作技能,只需用自然语言描述需求,例如"修饰这张图片"或"调整为社交媒体尺寸",AI智能体便会自动调用Photoshop、Premiere等工具完成复杂的多步骤编辑工作,并提供多种方案供用户选择和精细调整。
Q2:Firefly AI助手如何学习用户的个人偏好?
A:Firefly AI助手会随使用时间逐步积累用户的习惯,包括常用工具、工作流程和审美风格,从而让输出结果更具个性化和一致性。用户可以自主选择是否开启此功能,并可指定某些特定项目作为学习来源。此外,用户还能自定义"创意技能"预设,供AI助手在后续编辑中直接调用。
Q3:Firefly AI助手支持哪些第三方平台?
A:除了Adobe自家的Firefly和Creative Cloud平台,Adobe计划将Firefly AI助手的智能体功能延伸至第三方AI应用,目前已宣布支持Anthropic的Claude,让Claude用户也能在不离开该平台的情况下直接访问和使用Adobe的编辑工具。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。