Adobe MAX Sneaks 預覽可探索相片及 AI 角色
Adobe 在 Adobe MAX Sneaks 預覽了 10 個研究項目,當中包括把相片轉化為可探索場景,以及透過對話塑造虛構角色的實驗。這些項目於 11 月 11 日公布,探討引導創意軟件的新方法,同時亦保留一項重要分野:研究展示並不等於產品推出。
其中最值得注意的連繫是控制。Adobe 正研究人們如何透過鏡頭移動、對話和自身編輯範例傳達決策。問題在於,軟件能否延續這些決策,同時讓創作者保留足夠空間檢視及修訂結果。
這令這些實驗與 Runway 等工具現有的挑戰並列:在場景變化及重複生成之間維持創作意圖。Adobe 的研究為這項挑戰提出另一種介面。創作者毋須從零開始描述每項調整,而是先確立方向,再要求軟件套用至其他位置。
Adobe MAX Sneaks 不再局限於提示框
Adobe 的創意研究預覽涵蓋影片、聲音、攝影及設計。Sight Span 從影像探索新視角;Screen Test 透過對話塑造角色;Rinse Repeat 把編輯調整至不同影像區域,而 Scene Sweep 則針對多個影片鏡頭進行修改。
共同目標是讓創作決策可重用,而毋須創作者逐一指定每個操作。
這一點重要,因為製作一張吸引人的影像只是創意工作的一部分。宣傳活動需要彼此相關的素材;電影需要連貫性;客戶可能先批准一個方向,之後再提出必須貫穿整個項目的修改要求。
這些情況突顯了生成內容與把工作導向特定成果之間的差異。看似合理的輸出仍可能錯過已獲批准的細節。優美的修訂亦可能在其他地方造成問題。創作者需要能夠表達哪些內容應改變,以及哪些內容應保持穩定。
這些實驗透過熟悉的活動處理這個問題。移動鏡頭可表達構圖;談論虛構人物可傳達角色方向;複製編輯則可表達可重用的決策。每種互動均提供背景脈絡,而單一文字提示可能會留下含糊空間。
這並非要消除提示,而是改變它們在更廣泛編輯流程中的角色。語言成為視覺範例、移動及既有作品以外的其中一項輸入。這個介面讓創作者可透過已理解的操作,展示更多自身意圖。
這種方式與通用對話助理之間存在實際差異。對話可以描述結果,卻未必提供有用的方法加以檢視。專門的創意介面必須把要求連結至可見而可調整的改變。
以一項假設的廣告工作為例。藝術總監批准了一張產品圖片,卻要求在多個版位採用不同構圖。生成互不相關的替代方案或可產生吸引的選項,但未必能保留原圖之所以獲接受的關係。
因此,具脈絡的控制價值在於選擇性改變。創作者希望軟件理解決策中哪些部分應延續,哪些部分應留在原處。這是嚴格要求,因為單憑視覺相似度不足以確立創意上的正確性。
Adobe MAX Sneaks 展示的是研究方向,而非證明這項要求已可在製作工作中全面解決。這些項目是 Adobe 正在研究內容的有用訊號。它們最終的價值取決於相關介面能否處理超出展示範例以外的修訂。
Sight Span 把相片變成可用於構圖的空間
Adobe 表示,Project Sight Span會從一張影像建立輕量的三維預覽,然後按照所選視角生成完成鏡頭。展示內容包括一張熊貓相片、一幅人像,以及對 Johannes Vermeer《The Milkmaid》的探索。
新視角可帶來創作自由,但不會揭示原有鏡頭視野以外所有內容的已驗證資訊。
這項分別源於輸入資料本身。一張相片記錄的是特定視角,並不包含隱藏表面及空間的完整描述。超越該視角時,系統必須推斷那些未見區域可能的樣貌。
Adobe 的項目描述承認這種推斷。因此,結果應理解為以影像為基礎的生成詮釋,並不等同於帶同相機重返原來地點,或量度實體場景。
對概念開發而言,這項限制可以接受。想像中的房間可協助藝術總監評估構圖;生成的角度可協助電影製作人討論調度。輸出的實用性取決於工作要求,而非一套普遍適用的攝影準確度標準。
但對紀錄性或證據性工作而言,同樣的模糊性會帶來不同後果。一個具說服力的生成視角不應成為物件隱藏外觀的證明。讀者及客戶需要明白,何時影像代表一項創意建構。
這個介面尤其有趣,因為它令構圖具備空間感。創作者可透過移動評估視角,而毋須不斷把鏡頭意圖轉譯為文字描述。這讓採取的操作與所考慮的影像之間建立更直接的關係。
設想一位製作設計師與導演共同審閱建議中的室內場景。有用的問題可能是,較低的視角是否能加強畫面效果。在任何人決定搭建或拍攝場景之前,以視覺方式探索這種可能性可支持討論。
這個例子描述的是可能的工作流程,而非已獲記錄的客戶部署。它說明了為何可探索的預覽即使並不完美仍具價值。早期創意討論往往更需要共同的視覺參照,而非完成的製作素材。
不過,預覽與完成輸出必須保持有意義的連繫。若最終影像改變重要關係,創作者便要重新考慮已獲批准的構圖。若表面上的精確度無法在生成時保留,互動介面便會失去價值。
因此,有用的評估應檢視所選視角與最終結果之間的連貫性。創作者應檢查身份、空間關係,以及簡報中重要的細節。若要求的鏡頭決策變得難以辨認,即使影像討好也不足夠。
更廣泛的含意是,影像生成正逐漸成為作出決策的環境,而不只是接收輸出的工具。以這些標準來看,Sight Span 的研究方向相當吸引。其準確度、實際限制及最終可用性仍是另一回事。
Screen Test 讓角色方向以對話方式建立
Adobe 的 Project Screen Test透過對話建立可編輯的人格檔案,以引導影片生成。演講者 Gabi Duncombe 經討論動機及動作,塑造出焦慮的外星人 Blork。展示中明確指出,其後的影片範例均為預先生成。
這項實驗把人格視為應超越角色臉孔及聲音而持續存在的創作方向。
這對敘事而言是一項有意義的分別。視覺上辨認出角色,不代表角色行為會一致。即使是一個熟悉的人物,若其手勢、姿態或反應與預期人格衝突,仍可能令人感到不對勁。
對話提供了一種逐步發展這些預期的方法。創作者可回應問題、釐清動機,並在聽見描述的效果後加以修訂。這種互動更像工作坊,而非一次提交作生成用途的指令。
其價值取決於工作坊中有哪些決策能保留下來。若之後的場景忽略這些決策,生動的交流並不足夠。有用的成果是可供檢視、修改,並套用至後續創意工作的方向。
可編輯檔案有助使這個方向變得明確。它讓創作者有可檢視的內容,而非完全依賴不透明的對話記錄。若某項特質被誤解,可見的描述便提供修正位置。
由描述人格到製作具說服力的表演,之間仍有重大距離。人們透過時機、克制、猶豫及脈絡溝通。「焦慮」這類標籤並未說明每個場景中恰當的行為。
過度套用是可以預見的創意問題。角色不應在整個故事中以同一強度表達同一情緒。有用的方向必須容許變化,同時保留底層身份。一致性應支持戲劇張力,而非把它壓平。
以一個假設的培訓場景為例,設計師或會希望一名虛構客戶在對話開始時感到挫敗,之後變得較願意接受意見。角色需要在這種轉變中維持連貫。重複固定情緒會削弱練習的目的。
這個例子是一種評估概念的方法,而非證明 Screen Test 現時已支援該項工作。研究預覽未能確立其在任意劇本、語言或製作條件下的表現。這些問題需要更廣泛的使用權限及獨立測試。
Runway 透過其角色參考工作流程提供一項相關比較。其文件描述如何利用參考影像保留角色及環境,並建議針對複雜改動反覆迭代。這些參考處理視覺連貫性;Adobe 的實驗則加入以對話方式建立行為方向的途徑。
這項比較並不能確立勝方。這些是透過不同控制方式處理的相關問題,亦沒有共同評估可判定其相對效能。有用的問題是,當周邊場景改變時,創作者能否保留已獲批准的決策。
對編劇而言,吸引之處是可外化、可質疑及可完善的角色簡報。對導演而言,它可能把討論表演與生成表演連繫起來。兩者均不代表必須把虛構角色的對話回應視為獨立理解或創意判斷。
複製編輯提高創意自動化的標準
Adobe 的 Project Rinse Repeat利用原生 Photoshop 工具、圖層及遮色片,把展示過的編輯調整至其他影像區域。展示內容包括轉移產品陰影及團體相片修飾。Adobe 表示,所產生的操作仍可編輯。
關鍵分別在於重複操作,以及調整該操作背後理由之間的差異。
當輸入內容足夠相似時,採用慣常的重複操作可以很有用。圖像越多變,便越需要判斷其位置、比例及相關性。對所有內容套用完全相同的調整,或能令流程保持一致,卻可能令視覺效果變得不一致。
自適應系統嘗試彌補這個落差。創作者先建立示例,軟件再判讀該如何套用至其他位置。這會把重點由逐一指定每項操作,轉移至檢查系統的判讀是否恰當。
可編輯性令這項構想更具實用性。當創作者取得可調整的操作選項,便能在結果局部出錯時介入修正。另一個選擇則是接受已完成的圖像,或在沒有明確局部修正途徑下再次嘗試生成。
這在客戶工作中特別重要,因為首次展示後很少會獲得最終批准。客戶要求的調整,可能只影響原本已大致可接受成果中的一小部分。重建整個輸出,則會增加其他無關細節被改動的機會。
因此,真正有價值的承諾是讓修訂過程保持連續性。自動化應減少達到下一個可接受狀態所需的工作,同時保留足夠結構,讓人能理解發生了甚麼,並在有需要時接手處理。
向軟件展示示例亦伴隨相應風險。一項示範編輯可以同時包含一般意圖及局部例外。系統必須判斷哪些元素屬於可重複使用的模式。創作者未必會立即察覺系統作出了錯誤詮釋。
假設編輯為補償特殊燈光而調整一張產品照片。將該調整套用至整個宣傳活動,對部分圖像或許合適,對其他圖像則可能有害。正確的處理方式取決於目標圖像,而不只是先前曾進行過某項編輯。
這是用作說明的評估問題,而非已獲報道的失敗個案。它解釋了為何即使自動化表現良好,可編輯結果仍然具價值。創作者需要能修正例外情況的方法,而毋須放棄整個工作流程。
Scene Sweep 將同一關注延伸至影片。Adobe 表示,這項研究探索如何在考慮角色及地點的同時,將編輯延續至不同鏡頭。實際要求有所不同,因為變更必須在動態畫面及剪接之間仍然可信。
對後期製作團隊而言,局部品質與序列品質是兩項不同標準。經編輯的單一影格獨立觀看時或可接受,但在播放期間卻可能惹人注意。實用的系統必須支援在觀眾實際體驗作品的層面進行評估。
合併來看,這些實驗促使創意軟件需要在重複操作中保留決策。這是對研究方向的編輯性解讀,而非經量度的生產力結論。相關公布並未證明團隊在審核及修正後能節省多少工作量。
可用性與獨立測試仍是兩個不同問題
Adobe 的實驗工具 playground列出 Deep Brush、Hands On 及 Custom Filters 供探索,亦列出即將推出的對話式角色指導功能。Adobe 將 Deep Brush 及 Hands On 稱為今年 Sneaks 的研究預覽。
能存取部分實驗項目,並不代表整個研究陣容已普遍可用。
截至 11 月 17 日,讀者應把項目說明與可直接評估的工具區分開來。一項公布可以闡述預期能力,卻未必能確定其發布時間表、支援的應用程式,或是否適合商業項目。
這項區分會影響採購及製作規劃。團隊可以追蹤研究項目,卻毋須依賴它趕上截止日期。在存取方式及運作條件尚未明確前,示範應列入評估待辦事項,而不是既定交付流程。
同樣的審慎態度也適用於「互動式」一詞。工作流程的不同階段可以有不同速度。反應迅速的預覽,並不代表完成最終輸出所需的時間。事先準備的展示影片,也不代表在非腳本情況下的表現。
Screen Test 披露使用預先生成的示例,在這方面很有幫助。這將舞台上展示的對話,與產生後續片段所需的時間分開。讀者在描述系統功能時,應保留這項區分。
Sight Span 提出另一項相關區分:探索場景與渲染指定視角並不相同。Rinse Repeat 則提出另一項區分:建立可編輯操作與確保這些操作正確並不相同。每個項目都應按其自身任務評估,而非套用單一、籠統的 AI 能力主張。
有意義的評估應包括困難輸入、含糊指示,以及只要求修訂結果局部的請求。這些情況可揭示介面是否有助創作者從錯誤中恢復。恢復能力是實際需要,而不是採用後才考慮的邊緣情況。
團隊亦應區分技術可行性與使用素材的授權。涉及人物、聲音或客戶資產的工作流程,仍需要適當授權。具備創意控制功能,並不能回答關於輸入內容或預期輸出的所有問題。
現有來源未有為這些項目提供共用的獨立基準測試,也未能證實廣泛客戶採用或製作成本節省。虛構這些發現,會把研究報道變成沒有根據的產品背書。
這仍留下作出審慎正面評估的空間。Adobe 正研究首次生成結果之後會出現的問題,包括連續性、指導及修訂。這些都是具體的創作關注,即使擬議方案仍處於不同的存取及驗證階段。
有用的懷疑立場,是追問控制力能否在日常工作中延續。創作者能否解釋意外結果?其他人能否修訂它?已批准的決策能否在需求改變後持續有效?這些問題把研究承諾連接到它所要支援的工作。
Adobe MAX Sneaks 之後值得留意甚麼
下一批訊號應依次關乎存取性、可攜性及可重複性。這些是檢驗研究方向的實際測試,而非對既定發布時間表的預測。它們可區分一個有前景的介面,以及一項可靠地融入創作工作的功能。
當更多人能測試工具、保留其決策並重現可接受的結果時,進展將最為明確。
首先,留意公開存取及文件的變化。若項目進入可用預覽階段,創作者便可測試自己的素材。清楚列明限制,可透過展示團隊打算支援哪些類型的工作,令這種存取更有參考價值。
擴大存取範圍,將加強 Adobe 正把研究轉化為用戶可評估事物的論據。若存取仍受限制,核心主張便會更依賴精選示例。任何一種結果本身,都不足以證明底層概念是否有用。
其次,留意每個介面內所建立的決策會如何處理。所選鏡頭視角、角色設定或自適應編輯,應在修訂過程中保持可理解。若這些指導消失於最終輸出中,所宣稱的部分優勢也會隨之消失。
可攜且可調整的決策,會加強這些介面作為工作流程工具的論據。若結果在小幅改動後便必須重新開始,則會削弱該論據。相關標準在於創作者能否繼續工作,包括把項目交給其他人之後。
第三,留意獨立評估是否同時報告修正過程與成功輸出。有用的報告應指出創作者提出了甚麼要求、哪些內容出現意外變化,以及仍有甚麼工作未完成。精選圖庫提供的資訊,少於記錄如何完成真實工作項目的嘗試。
在各類素材上具可重複性的表現,將支持採用的論據。大量修正或不穩定的修訂,則可能意味其角色較為有限,例如適合探索階段而非最終製作。只要理解限制,這仍然有用。
對創意團隊而言,合理的下一步是在實驗可用前先定義評估簡報。選擇一項具明確要求,且已有既定完成方式的任務。然後比較整個流程,包括審核、修訂及交接。
將原始簡報、已批准的參考資料及評估結果,一併保存在個人知識庫。記錄哪些決策得以保留,以及哪些需要修正。這能建立一份可重複使用的適用性記錄,而非只累積令人印象深刻的輸出成果。
Adobe MAX Sneaks 提供了多種引人入勝的方式來傳達意圖。待項目獲得實際存取後再追蹤,然後以對你真正重要的工作來測試它們。請問每項工具是否能保留你所批准的決策、清楚呈現錯誤,並為下一位接手者留下可用結果。把這種體驗與你現時的流程比較,包括修正例外情況所花的時間。一張可探索的照片或一個對話式角色,能構成有效展示;更重要的成果,是在需求改變時仍可理解的創作工作流程。你會信任軟件延續哪項決策?在依賴它之前,你又需要甚麼證據?



