Adobe MAX Sneaks prezentuje zdjęcia do eksploracji i postacie AI
Adobe zaprezentowało 10 projektów badawczych podczas Adobe MAX Sneaks, w tym eksperymenty przekształcające fotografie w sceny do eksploracji oraz rozwijające fikcyjne postacie poprzez rozmowę. Ogłoszone 11 listopada projekty badają nowe sposoby kierowania oprogramowaniem kreatywnym. Zachowują też ważne rozróżnienie: prezentacja badawcza nie jest premierą produktu.
Najciekawszym wspólnym wątkiem jest kontrola. Adobe bada, jak ludzie mogą przekazywać decyzje za pomocą ruchu kamery, rozmowy i przykładów własnych edycji. Pytanie brzmi, czy oprogramowanie potrafi przenosić te decyzje dalej, jednocześnie pozostawiając twórcom wystarczająco dużo możliwości sprawdzania i korygowania rezultatów.
Stawia to te eksperymenty obok istniejącego wyzwania dla narzędzi takich jak Runway: utrzymania twórczej intencji w zmieniających się scenach i kolejnych generacjach. Badania Adobe sugerują inny interfejs dla tego wyzwania. Zamiast opisywać każdą korektę od podstaw, twórcy wyznaczają kierunek i proszą oprogramowanie o zastosowanie go w innym miejscu.
Adobe MAX Sneaks wykracza poza pole promptu
Prezentacje badań kreatywnych Adobe obejmują wideo, dźwięk, fotografię i projektowanie. Sight Span bada nowe widoki na podstawie obrazu. Screen Test rozwija postacie poprzez dialog. Rinse Repeat dostosowuje edycje między obszarami obrazu, a Scene Sweep kieruje zmianami w ujęciach wideo.
Wspólną ambicją jest uczynienie twórczej decyzji wielokrotnego użytku bez zmuszania twórcy do określania każdej operacji.
Ma to znaczenie, ponieważ stworzenie atrakcyjnego obrazu to tylko część zadania kreatywnego. Kampania potrzebuje powiązanych materiałów. Film wymaga ciągłości. Klient może zatwierdzić kierunek, a następnie poprosić o zmiany, które muszą objąć cały projekt.
Takie sytuacje ujawniają różnicę między wygenerowaniem czegoś a prowadzeniem pracy ku konkretnemu rezultatowi. Wiarygodny wynik nadal może pomijać zatwierdzony detal. Piękna poprawka może stworzyć problem gdzie indziej. Twórcy potrzebują sposobów na wyrażenie zarówno tego, co powinno się zmienić, jak i tego, co powinno pozostać stabilne.
Eksperymenty podchodzą do tego problemu przez znane czynności. Poruszanie kamerą wyraża kompozycję. Rozmowa o fikcyjnej osobie wyraża kierunek postaci. Skopiowanie edycji wyraża decyzję możliwą do ponownego użycia. Każda interakcja dostarcza kontekstu, który samodzielny prompt tekstowy mógłby pozostawić niejednoznacznym.
Nie eliminuje to promptów. Zmienia ich rolę w szerszym procesie edycji. Język staje się jednym z danych wejściowych obok przykładów wizualnych, ruchu i istniejącej pracy. Powstały interfejs prosi twórców, by pokazywali więcej swojej intencji poprzez działania, które już rozumieją.
Istnieje praktyczna różnica między tym podejściem a uniwersalnym asystentem konwersacyjnym. Rozmowa może opisać rezultat, nie oferując użytecznego sposobu na jego sprawdzenie. Wyspecjalizowany interfejs kreatywny musi połączyć prośbę z widocznymi, możliwymi do dostosowania zmianami.
Rozważmy przykładowe zadanie reklamowe. Dyrektor artystyczny zatwierdza zdjęcie produktu, ale prosi o inną kompozycję w kilku formatach. Generowanie niepowiązanych alternatyw może dać atrakcyjne opcje. Niekoniecznie zachowa jednak relacje, które sprawiły, że oryginalny obraz był akceptowalny.
Wartością kontroli kontekstowej jest zatem selektywna zmiana. Twórca chce, by oprogramowanie rozumiało, które elementy decyzji powinny zostać przeniesione, a które pozostać lokalne. To wymagające oczekiwanie, ponieważ samo podobieństwo wizualne nie ustanawia twórczej poprawności.
Adobe MAX Sneaks przedstawia kierunki badań, a nie dowód, że wymóg ten rozwiązano w pracy produkcyjnej. Projekty są użytecznymi sygnałami tego, co bada Adobe. Ich ostateczna wartość zależy od tego, jak dobrze te interfejsy radzą sobie z poprawkami wykraczającymi poza przykłady wybrane do prezentacji.
Sight Span zmienia fotografię w miejsce do komponowania
Adobe podaje, że Project Sight Span tworzy z obrazu lekki, trójwymiarowy podgląd, a następnie generuje gotowe ujęcie z wybranego punktu widzenia. Prezentacja obejmuje fotografię pandy, portret oraz eksplorację obrazu „Mleczarka” Johannesa Vermeera.
Nowy punkt widzenia daje twórczą swobodę, ale nie ujawnia zweryfikowanych informacji o wszystkim, co znajduje się poza pierwotnym widokiem kamery.
To rozróżnienie wynika z danych wejściowych. Fotografia rejestruje konkretną perspektywę. Nie zawiera pełnego opisu ukrytych powierzchni i przestrzeni. Wyjście poza tę perspektywę wymaga od systemu wnioskowania, jak mogłyby wyglądać niewidoczne obszary.
Opis projektu Adobe uznaje tę rolę wnioskowania. Rezultat należy więc rozumieć jako wygenerowaną interpretację opartą na obrazie. Nie jest on równoznaczny z powrotem do oryginalnej lokalizacji z kamerą ani z pomiarem fizycznej sceny.
W rozwoju koncepcji to ograniczenie może być akceptowalne. Wyobrażony pokój może pomóc dyrektorowi artystycznemu ocenić kompozycję. Wygenerowany kąt może pomóc filmowcowi omówić inscenizację. Użyteczność wyniku zależy od zadania, a nie od uniwersalnego standardu dokładności fotograficznej.
W pracy dokumentalnej lub dowodowej ta sama niejednoznaczność ma inne konsekwencje. Przekonujący wygenerowany widok nie powinien stawać się dowodem ukrytego wyglądu obiektu. Czytelnicy i klienci muszą rozumieć, kiedy obraz przedstawia twórczą konstrukcję.
Interfejs jest szczególnie interesujący, ponieważ czyni kompozycję przestrzenną. Twórca może oceniać punkt widzenia poprzez ruch, zamiast wielokrotnie przekładać zamiary dotyczące kamery na opisy pisemne. Tworzy to bardziej bezpośrednią relację między podjętym działaniem a rozważanym obrazem.
Wyobraźmy sobie scenografa omawiającego z reżyserem proponowane wnętrze. Użyteczne pytanie może dotyczyć tego, czy niższy punkt widzenia wzmacnia scenę. Wizualne zbadanie tej możliwości może wesprzeć dyskusję, zanim ktokolwiek zdecyduje się zbudować lub sfotografować scenografię.
Ten przykład opisuje możliwy przepływ pracy, a nie udokumentowane wdrożenie u klienta. Pokazuje, dlaczego podgląd do eksploracji może mieć znaczenie, nawet jeśli nie jest doskonały. Wczesne dyskusje twórcze często potrzebują wspólnego punktu odniesienia wizualnego bardziej niż gotowego zasobu produkcyjnego.
Podgląd i końcowy wynik muszą jednak pozostać ze sobą znacząco powiązane. Jeśli ostateczny obraz zmienia istotne relacje, twórca musi ponownie rozważyć już zatwierdzoną kompozycję. Interaktywny interfejs traci wartość, gdy jego pozorna precyzja nie przetrwa generowania.
Użyteczna ocena powinna zatem badać ciągłość między wybranym widokiem a końcowym rezultatem. Twórcy powinni sprawdzać tożsamość, relacje przestrzenne i szczegóły istotne dla briefu. Przyjemny dla oka obraz nie wystarcza, jeśli trudno rozpoznać w nim żądaną decyzję dotyczącą kamery.
Szersza implikacja jest taka, że generowanie obrazów staje się środowiskiem do podejmowania decyzji, a nie jedynie otrzymywania wyników. Kierunek badań Sight Span jest przekonujący pod tym względem. Jego dokładność, praktyczne ograniczenia i ewentualna dostępność pozostają odrębnymi pytaniami.
Screen Test czyni kierowanie postacią konwersacyjnym
Project Screen Test Adobe wykorzystuje rozmowę do budowy edytowalnego profilu osobowości, który kieruje generowaniem wideo. Prowadząca Gabi Duncombe rozwinęła Blorka, lękliwego kosmitę, poprzez dyskusję o motywacjach i ruchu. Prezentacja wyraźnie oznaczyła późniejsze przykłady wideo jako wygenerowane wcześniej.
Eksperyment traktuje osobowość jako kierunek twórczy, który powinien wykraczać poza twarz i głos postaci.
To istotne rozróżnienie dla opowiadania historii. Wizualne rozpoznanie postaci nie gwarantuje, że zachowuje się ona konsekwentnie. Znana postać nadal może wydawać się niewłaściwa, gdy gesty, postawa lub reakcje są sprzeczne z zamierzoną osobowością.
Rozmowa oferuje sposób stopniowego rozwijania tych oczekiwań. Twórca może odpowiadać na pytania, precyzować motywacje i poprawiać opis po usłyszeniu, jak brzmi. Interakcja przypomina warsztat bardziej niż pojedyncze polecenie przekazane do generowania.
Jej wartość zależy od tego, co przetrwa ten warsztat. Żywa wymiana nie wystarczy, jeśli późniejsze sceny ignorują wynikające z niej decyzje. Użytecznym artefaktem jest kierunek, który można zbadać, zmienić i zastosować w kolejnej pracy twórczej.
Edytowalny profil pomaga uczynić ten kierunek jawnym. Daje twórcy coś do sprawdzenia, zamiast polegać wyłącznie na nieprzejrzystej historii rozmowy. Jeśli cecha zostanie źle zrozumiana, widoczny opis oferuje miejsce do jej poprawienia.
Nadal istnieje znaczna luka między opisaniem osobowości a stworzeniem przekonującej kreacji. Ludzie komunikują się poprzez rytm, powściągliwość, wahanie i kontekst. Etykieta taka jak „lękliwy” nie określa odpowiedniego zachowania w każdej scenie.
Nadmierne stosowanie jest przewidywalnym problemem twórczym. Postać nie powinna wyrażać tej samej emocji z takim samym natężeniem przez całą historię. Użyteczny kierunek musi pozwalać na różnorodność przy zachowaniu podstawowej tożsamości. Spójność powinna wspierać dramatyczną skalę, zamiast ją spłaszczać.
W przykładowym scenariuszu szkoleniowym projektant może chcieć fikcyjnego klienta, który rozpoczyna rozmowę sfrustrowany, lecz z czasem staje się bardziej otwarty. Postać potrzebuje ciągłości przez tę zmianę. Powtarzanie stałego nastroju podważyłoby cel ćwiczenia.
Ten przykład jest sposobem oceny koncepcji, a nie dowodem, że Screen Test obecnie obsługuje takie zadanie. Podgląd badawczy nie ustanawia jakości działania w dowolnych scenariuszach, językach ani warunkach produkcyjnych. Te pytania wymagają szerszego dostępu i niezależnych testów.
Runway oferuje istotne porównanie poprzez przepływy pracy z referencjami postaci. Jego dokumentacja opisuje zachowywanie postaci i środowisk za pomocą obrazów referencyjnych oraz zaleca iterację przy złożonych zmianach. Te referencje dotyczą ciągłości wizualnej; eksperyment Adobe dodaje konwersacyjną drogę do kierunku behawioralnego.
Porównanie nie wskazuje zwycięzcy. To powiązane problemy rozwiązywane za pomocą różnych metod kontroli, a żadna wspólna ocena nie ustala ich względnej skuteczności. Użyteczne pytanie brzmi, czy twórca potrafi zachować zatwierdzoną decyzję, gdy zmienia się otaczająca scena.
Dla scenarzystów atrakcyjny jest uzewnętrzniony brief postaci, który można kwestionować i dopracowywać. Dla reżyserów jest to możliwe połączenie rozmowy o kreacji z jej generowaniem. Żadne z nich nie wymaga traktowania konwersacyjnych odpowiedzi fikcyjnej postaci jako niezależnego rozumienia lub osądu twórczego.
Kopiowanie edycji podnosi poprzeczkę dla automatyzacji kreatywnej
Project Rinse Repeat Adobe dostosowuje zademonstrowane edycje do innych obszarów obrazu przy użyciu natywnych narzędzi Photoshop, warstw i masek. Prezentacja obejmuje przenoszenie cieni produktów oraz retusz zdjęć grupowych. Adobe podaje, że wynikowe operacje pozostają edytowalne.
Istotne rozróżnienie dotyczy powtarzania operacji i dostosowywania powodu wykonania tej operacji.
Powtarzalne, standardowe działanie może być użyteczne, gdy materiały wejściowe są wystarczająco podobne. Bardziej zróżnicowane obrazy wymagają oceny rozmieszczenia, skali i trafności. Zastosowanie identycznej korekty wszędzie może zapewnić spójność procesu, a jednocześnie prowadzić do niespójności wizualnej.
System adaptacyjny próbuje zmniejszyć tę lukę. Twórca ustala przykład, a oprogramowanie interpretuje, jak zastosować go w innych miejscach. Przenosi to ciężar z określania każdego działania na sprawdzanie, czy interpretacja była właściwa.
Możliwość edycji czyni tę propozycję bardziej praktyczną. Twórca otrzymujący regulowane operacje ma możliwość interwencji, gdy część wyniku jest błędna. Alternatywą jest zaakceptowanie gotowego obrazu albo próba kolejnej generacji bez jasnej drogi do lokalnej korekty.
Ma to znaczenie w pracy dla klientów, ponieważ akceptacja rzadko jest ostateczna już przy pierwszej prezentacji. Żądana poprawka może dotyczyć jedynie niewielkiej części wyniku, który poza tym jest akceptowalny. Ponowne tworzenie całego rezultatu stwarza okazję do zmiany niepowiązanych szczegółów.
Użyteczna obietnica dotyczy zatem ciągłości podczas poprawek. Automatyzacja powinna ograniczać pracę potrzebną do osiągnięcia kolejnego akceptowalnego stanu. Powinna też zachować wystarczającą strukturę, aby człowiek mógł zrozumieć, co się wydarzyło, i przejąć kontrolę, gdy będzie to konieczne.
Pokazanie oprogramowaniu przykładu wiąże się z odpowiadającym mu ryzykiem. Zademonstrowana edycja może zawierać zarówno ogólną intencję, jak i lokalne wyjątki. System musi zdecydować, które elementy należą do wzorca możliwego do ponownego wykorzystania. Twórca może nie rozpoznać błędnej interpretacji od razu.
Załóżmy, że edytor koryguje zdjęcie produktu, aby zrekompensować nietypowe oświetlenie. Zastosowanie tej korekty w całej kampanii może być odpowiednie dla niektórych obrazów, a szkodliwe dla innych. Właściwa odpowiedź zależy od obrazu docelowego, a nie jedynie od istnienia wcześniejszej edycji.
To przykładowy problem ewaluacyjny, a nie zgłoszona awaria. Wyjaśnia, dlaczego edytowalne wyniki są cenne nawet wtedy, gdy automatyzacja działa dobrze. Twórca potrzebuje sposobu na korygowanie wyjątków bez porzucania całego procesu pracy.
Scene Sweep przenosi tę samą kwestię do wideo. Adobe twierdzi, że badanie analizuje przenoszenie edycji między ujęciami z uwzględnieniem postaci i lokalizacji. Praktyczna stawka jest inna, ponieważ zmiana musi pozostać wiarygodna mimo ruchu i cięć montażowych.
Dla zespołu postprodukcyjnego jakość lokalna i jakość sekwencji są odrębnymi standardami. Zedytowana klatka może wyglądać akceptowalnie w izolacji, a jednocześnie przyciągać uwagę podczas odtwarzania. Użyteczny system musi wspierać ocenę na poziomie, na którym widzowie doświadczają efektu pracy.
Łącznie te eksperymenty wywierają presję na oprogramowanie kreatywne, aby zachowywało decyzje mimo powtarzalności. Jest to interpretacja redakcyjna kierunku badań, a nie zmierzony wynik dotyczący produktywności. Ogłoszenia nie określają, ile pracy zespoły oszczędzają po przeglądzie i korektach.
Dostępność i niezależne testowanie pozostają odrębnymi kwestiami
Adobe experimental tools playground wymienia Deep Brush, Hands On i Custom Filters jako narzędzia do eksploracji. Wymienia również konwersacyjne kierowanie postaciami jako funkcję, która pojawi się wkrótce. Adobe określa Deep Brush i Hands On jako zapowiedzi badawcze z tegorocznego Sneaks.
Dostęp do wybranych eksperymentów nie oznacza ogólnej dostępności całego zestawu badań.
Według stanu na 17 listopada czytelnicy powinni odróżniać opisy projektów od narzędzi, które mogą bezpośrednio ocenić. Ogłoszenie może wyjaśniać zamierzoną funkcję, nie ustalając harmonogramu wydania, obsługiwanych aplikacji ani przydatności do komercyjnego zlecenia.
To rozróżnienie wpływa na planowanie zakupów i produkcji. Zespół może śledzić projekt badawczy, nie uzależniając od niego terminu. Dopóki dostęp i warunki działania nie są jasne, demonstracja powinna trafić do kolejki ewaluacyjnej, a nie do zatwierdzonego procesu realizacji.
Ta sama ostrożność dotyczy słowa „interaktywny”. Różne etapy procesu pracy mogą działać z różną szybkością. Responsywny podgląd nie określa czasu wymaganego do uzyskania gotowego wyniku. Przygotowany materiał prezentacyjny nie potwierdza wydajności w nieskryptowanych warunkach.
Ujawnienie przez Screen Test wcześniej wygenerowanych przykładów jest pod tym względem użyteczne. Oddziela rozmowę pokazaną na scenie od czasu potrzebnego na stworzenie późniejszych klipów. Czytelnicy powinni zachować to rozróżnienie, opisując działanie systemu.
Sight Span wskazuje na pokrewną różnicę między eksplorowaniem sceny a renderowaniem wybranego widoku. Rinse Repeat wskazuje na kolejną — między tworzeniem edytowalnych operacji a zapewnieniem, że są one poprawne. Każdy projekt wymaga oceny względem własnego zadania, a nie jednej ogólnej tezy o możliwościach AI.
Znacząca ocena obejmowałaby trudne materiały wejściowe, niejednoznaczne instrukcje i prośby o zmianę tylko części wyniku. Takie warunki pokazują, czy interfejs pomaga twórcom wychodzić z błędów. Możliwość odzyskania kontroli jest praktycznym wymaganiem, a nie przypadkiem brzegowym rozpatrywanym po wdrożeniu.
Zespoły powinny też odróżniać wykonalność techniczną od zgody na wykorzystanie materiału. Proces pracy obejmujący ludzi, głosy lub zasoby klienta nadal wymaga odpowiedniego upoważnienia. Istnienie narzędzia kreatywnej kontroli nie odpowiada na każde pytanie dotyczące materiału wejściowego ani zamierzonego wyniku.
Dostępne źródła nie przedstawiają wspólnego, niezależnego benchmarku dla tych projektów. Nie potwierdzają też szerokiego wdrożenia przez klientów ani oszczędności produkcyjnych. Wymyślenie takich ustaleń zmieniłoby historię o badaniach w niepoparte rekomendowanie produktu.
Pozostawia to miejsce na wyważoną pozytywną ocenę. Adobe bada problemy pojawiające się po pierwszym wygenerowanym wyniku, w tym ciągłość, kierowanie i poprawki. Są to konkretne kwestie kreatywne, choć proponowane rozwiązania pozostają na różnych etapach dostępności i walidacji.
Użyteczna sceptyczna postawa polega na pytaniu, czy kontrola przetrwa zwykłą pracę. Czy twórca potrafi wyjaśnić nieoczekiwany wynik? Czy ktoś inny może go poprawić? Czy zatwierdzona decyzja może przetrwać zmianę briefu? Te pytania łączą obietnicę badań z pracą, którą mają one wspierać.
Na co zwracać uwagę po Adobe MAX Sneaks
Kolejne sygnały powinny dotyczyć kolejno dostępu, przenośności i powtarzalności. Są to praktyczne testy kierunku badań, a nie przewidywania zaplanowanych wydań. Pozwalają odróżnić obiecujący interfejs od niezawodnego dodatku do pracy kreatywnej.
Postęp będzie najłatwiej dostrzec, gdy więcej osób będzie mogło testować narzędzia, zachowywać swoje decyzje i odtwarzać akceptowalne wyniki.
Po pierwsze, warto obserwować zmiany w publicznym dostępie i dokumentacji. Projekt przechodzący do użytecznej wersji podglądowej pozwoliłby twórcom testować własne materiały. Jasne ograniczenia uczyniłyby ten dostęp bardziej informacyjnym, pokazując, które zlecenia zespół zamierza wspierać.
Rozszerzony dostęp wzmocniłby argument, że Adobe przekształca badania w coś, co użytkownicy mogą ocenić. Dalszy ograniczony dostęp sprawiłby, że centralne twierdzenia nadal bardziej zależałyby od wybranych przykładów. Żaden z tych rezultatów sam w sobie nie potwierdzałby, czy podstawowa koncepcja jest użyteczna.
Po drugie, warto obserwować, co dzieje się z decyzjami podejmowanymi w każdym interfejsie. Wybrany widok kamery, profil postaci lub zaadaptowana edycja powinny pozostawać zrozumiałe podczas poprawek. Jeśli to kierowanie znika w gotowym wyniku, znika wraz z nim część proponowanej przewagi.
Przenośne, regulowane decyzje wzmocniłyby argument za tymi interfejsami jako narzędziami procesu pracy. Wyniki wymagające rozpoczęcia od nowa po niewielkich zmianach osłabiłyby go. Istotnym standardem jest zdolność twórcy do kontynuowania pracy, również po przekazaniu projektu komuś innemu.
Po trzecie, warto śledzić niezależne oceny, które opisują korekty obok udanych wyników. Użyteczne relacje powinny wskazywać, o co prosił twórca, co zmieniło się nieoczekiwanie i jaka praca pozostała do wykonania. Wybrana galeria dostarcza mniej informacji niż udokumentowana próba ukończenia rzeczywistego zlecenia.
Powtarzalna wydajność w przypadku zróżnicowanych materiałów przemawiałaby za wdrożeniem. Intensywne korekty lub niestabilne poprawki wskazywałyby na węższą rolę, być może na etapie eksploracji, a nie końcowej produkcji. Nadal byłoby to użyteczne, pod warunkiem że ograniczenia są zrozumiałe.
Dla zespołów kreatywnych rozsądnym kolejnym krokiem jest zdefiniowanie briefu ewaluacyjnego, zanim eksperyment stanie się dostępny. Wybierz zadanie z jasnymi wymaganiami i istniejącym sposobem jego realizacji. Następnie porównaj cały proces, w tym przegląd, poprawki i przekazanie projektu.
Przechowuj oryginalny brief, zatwierdzone materiały referencyjne i ustalenia z oceny razem w osobistej bazie wiedzy. Zapisuj, które decyzje przetrwały, a które wymagały korekty. Tworzy to możliwy do ponownego wykorzystania obraz przydatności zamiast zbioru imponujących wyników.
Adobe MAX Sneaks oferuje kilka przekonujących sposobów komunikowania intencji. Śledź projekty poprzez faktyczny dostęp, a następnie testuj je na pracy, która ma dla Ciebie znaczenie. Zapytaj, czy każde narzędzie zachowuje zatwierdzone przez Ciebie decyzje, wyraźnie ujawnia błędy i pozostawia użyteczny wynik dla następnej osoby. Porównaj to doświadczenie z obecnym procesem, w tym z czasem poświęcanym na korygowanie wyjątków. Fotografia możliwa do eksplorowania lub konwersacyjna postać mogą tworzyć skuteczną prezentację. Bardziej znaczącym rezultatem jest proces pracy kreatywnej, który pozostaje zrozumiały, gdy brief się zmienia. Którą decyzję zaufałbyś oprogramowaniu przenieść dalej i jakich dowodów potrzebowałbyś, zanim na nim polegasz?



