top of page

Adobe MAX Sneaks 预览可探索照片与 AI 角色

9分钟前
讀畢需時 12 分鐘

Adobe 在 Adobe MAX Sneaks 上预览了 10 个研究项目,其中包括将照片转化为可探索场景,以及通过对话塑造虚构角色的实验。这些项目于 11 月 11 日发布,探索了引导创意软件的新方式。但一个重要区别依然存在:研究展示并不等同于产品发布。

其中最值得关注的关联在于控制。Adobe 正在探索人们如何通过镜头移动、对话和自身编辑示例来传达决策。问题在于,软件能否将这些决策延续下去,同时为创作者保留足够的空间来检查和修订结果。

这也让这些实验呼应了 Runway 等工具面临的既有挑战:如何在不断变化的场景和反复生成之间维持创作意图。Adobe 的研究为这一挑战提出了不同的交互方式。创作者不必从头描述每一项调整,而是先确定方向,再要求软件将其应用到其他地方。

Adobe MAX Sneaks 超越提示词输入框

Adobe 的创意研究预览涵盖视频、声音、摄影和设计。Sight Span 从一张图像中探索新视角。Screen Test 通过对话塑造角色。Rinse Repeat 将编辑适配到不同图像区域,而 Scene Sweep 则针对跨视频镜头的修改。

其共同目标,是让创意决策能够复用,而无需创作者明确指定每一项操作。

这很重要,因为生成一张美观的图像只是创意任务的一部分。广告活动需要彼此关联的素材,电影需要连续性。客户可能先认可一个方向,随后又提出必须贯穿整个项目的修改要求。

这些情境揭示了“生成某种内容”和“将工作引导至特定结果”之间的差别。一个看似合理的输出,仍可能遗漏已获批准的细节。一次精美的修订,也可能在别处引发新问题。创作者需要能够表达哪些内容应当改变,以及哪些内容应保持稳定。

这些实验通过人们熟悉的活动来处理这一问题。移动镜头表达构图;谈论虚构人物表达角色方向;复制一项编辑表达可复用的决策。每种互动都提供了独立文字提示可能留下歧义的上下文。

这并不会消除提示词,而是改变它在更广泛编辑流程中的角色。语言成为视觉示例、移动和既有作品之外的一项输入。由此形成的交互方式,要求创作者通过自己已理解的操作来展示更多意图。

这种方法与通用对话助手之间存在实际区别。对话可以描述一个结果,却未必提供有效的检查方式。专门的创意界面必须将请求连接到可见、可调整的变化。

设想一个示例性的广告任务:艺术总监认可了一张产品图像,但要求在多个投放版位中采用不同构图。生成彼此无关的替代方案或许会得到漂亮选项,却不一定能保留原图之所以被认可的关系。

因此,上下文控制的价值在于选择性修改。创作者希望软件理解哪些决策应当延续,哪些则应留在局部。这是一项要求很高的能力,因为视觉相似性本身并不能证明创作结果正确。

Adobe MAX Sneaks 展示的是研究方向,而不是这项要求已在生产工作中得到解决的证据。这些项目是 Adobe 正在研究什么的有用信号。它们最终的价值取决于这些界面如何处理展示示例之外的修订需求。

Sight Span 将一张照片转变为可供构图的空间

Adobe 表示,Project Sight Span会基于一张图像构建轻量级三维预览,然后按照所选视角生成完成镜头。其展示包括一张熊猫照片、一幅肖像,以及对 Johannes Vermeer《倒牛奶的女仆》的探索。

新视角带来了创作自由,但并不会揭示原始镜头视野之外所有内容的经验证信息。

这一差别源于输入本身。一张照片记录的是特定视角,并不包含对隐藏表面和空间的完整描述。越出该视角,系统就必须推断那些不可见区域可能是什么样子。

Adobe 的项目说明也承认了这种推断。因此,结果应被理解为以图像为基础生成的诠释,而不等同于带着相机回到原始地点,或对真实场景进行测量。

对于概念开发而言,这一限制可以接受。想象中的房间可以帮助艺术总监评估构图;生成的角度可以帮助电影人讨论调度。输出是否有用取决于具体任务,而非普遍适用的摄影准确性标准。

但对于纪实或证据性工作,同样的模糊性会带来不同后果。一幅令人信服的生成视图不应成为物体隐藏外观的证据。读者和客户需要理解图像何时代表一种创意构建。

该界面尤其有趣,因为它让构图变得具有空间性。创作者可以通过移动来评估视角,而不必反复将镜头意图转换为书面描述。这在所采取的动作与所审视的图像之间建立了更直接的关系。

设想一位制作设计师与导演共同评估一个拟议中的室内场景。关键问题或许是,较低的视角是否能强化这一场景。在任何人承诺搭建或拍摄该场景之前,以视觉方式探索这种可能性可以支持讨论。

这个例子描述的是一种可能的工作流程,而非已有文档记录的客户部署。它说明了为何即使预览并不完美,可探索预览仍可能重要。早期创意讨论往往更需要共享的视觉参考,而非已经完成的制作资产。

不过,预览与最终输出必须保持有意义的关联。如果最终图像改变了重要关系,创作者就不得不重新考虑已经批准的构图。当表面上的精确性无法延续到生成结果时,交互式界面便会失去价值。

因此,有效评估应检视所选视图与最终结果之间的连续性。创作者应检查身份特征、空间关系以及简报中重要的细节。如果所要求的镜头决策变得难以辨认,那么再讨喜的图像也不足够。

更广泛的含义是,图像生成正成为一个用于做决策的环境,而不只是接收输出的工具。就这一点而言,Sight Span 的研究方向颇具吸引力。它的准确性、实际限制和最终可用性仍是另外的问题。

Screen Test 让角色方向通过对话形成

Adobe 的Project Screen Test通过对话构建可编辑的人格档案,用于引导视频生成。演示者 Gabi Duncombe 通过讨论动机和动作,塑造了名为 Blork 的焦虑外星人。演示明确指出,后续视频示例为预先生成的内容。

该实验将人格视为一种创意方向,且这种方向应当超越角色的面容和声音而持续存在。

这对叙事而言是一个重要区别。视觉上辨认出某个角色,并不保证该角色的行为保持一致。当手势、姿态或反应与预期人格冲突时,一个熟悉的人物形象仍可能显得不对劲。

对话提供了一种逐步形成这些预期的方式。创作者可以回应问题、澄清动机,并在听到描述效果后进行修订。这种互动更像是一次创作研讨,而非提交一条用于生成的单次指令。

它的价值取决于这场研讨会留下些什么。如果后续场景忽视了由此产生的决策,再生动的交流也不够。有用的产物是能够被检查、修改并应用到后续创作工作的方向。

可编辑的档案有助于使这种方向明确化。它给了创作者一个可检查的对象,而不是完全依赖不透明的对话历史。如果某项特征被误解,可见的描述便提供了修正之处。

从描述人格到生成令人信服的表演之间,仍存在显著差距。人们通过节奏、克制、犹豫和语境来交流。“焦虑”这样的标签并不能为每个场景指定恰当行为。

过度套用是可预见的创作问题。角色不应在整部故事中始终以相同强度表达同一种情绪。有用的方向必须允许变化,同时保留底层身份。连贯性应支持戏剧张力,而不是将其压平。

以一个示例性的培训场景来说,设计师可能需要一位虚构客户:此人开始对话时感到沮丧,随后变得更愿意接受建议。角色需要在这种变化中保持连续性。重复固定情绪会破坏练习的目的。

这个例子是评估该概念的一种方式,而非 Screen Test 目前支持此类任务的证据。研究预览并不能证明它在任意剧本、语言或制作条件下的表现。这些问题需要更广泛的使用权限和独立测试。

Runway 的角色参考工作流程提供了相关比较。其文档介绍了如何使用参考图像保留角色和环境,并建议对复杂变化进行迭代。这些参考处理的是视觉连续性;Adobe 的实验则增加了一条通向行为方向的对话路径。

这一比较并不能确定谁更胜一筹。这些是通过不同控制方式处理的相关问题,也没有共同评估能够证明它们的相对有效性。有用的问题是,当周围场景发生变化时,创作者能否保留一项已获批准的决策。

对于编剧而言,其吸引力在于一种可被质疑和完善的外化角色简报。对于导演而言,它可能在讨论表演与生成表演之间建立连接。这两者都不要求将虚构角色的对话回应视为独立的理解或创作判断。

复制编辑操作提高了创意自动化的标准

Adobe 的Project Rinse Repeat使用原生 Photoshop 工具、图层和蒙版,将已展示的编辑适配到其他图像区域。其演示包括迁移产品阴影和集体照片修饰。Adobe 表示,生成后的操作仍可编辑。

关键区别在于重复一项操作,与适配进行该操作的理由之间的差别。

当输入足够相似时,常规的重复操作会很有用。图像越多样,就越需要判断调整的位置、尺度和相关性。对所有图像应用完全相同的调整,或许能让流程保持一致,却可能造成视觉效果的不一致。

自适应系统试图弥合这一差距。创作者先建立一个示例,软件再解读应如何将其应用到其他地方。这将负担从指定每一个操作,转移到检查软件的解读是否恰当。

可编辑性让这一设想更具实用性。收到可调整操作的创作者,在结果局部出错时有介入的空间。另一种选择则是接受一张完成的图像,或者再尝试一次生成,却没有清晰的局部修正路径。

这在客户项目中尤为重要,因为首次展示时的批准很少意味着最终定稿。客户要求的调整,可能只影响原本可接受结果中的一小部分。重建整个输出,则会带来无关细节发生变化的机会。

因此,真正有价值的承诺是修订过程中的连续性。自动化应减少达到下一个可接受状态所需的工作量。它也应保留足够的结构,让人能够理解发生了什么,并在必要时接手处理。

向软件展示一个示例也存在相应风险。一次演示的编辑可能同时包含普遍意图和局部例外。系统必须判断哪些元素属于可复用的模式。创作者未必会立即发现错误的解读。

假设一位编辑为补偿异常光线而调整了一张产品照片。将这项调整应用于整个营销活动,或许适合某些图像,却会损害另一些图像。正确的应对取决于目标图像,而不只是此前存在一次编辑操作。

这是一个用于说明的评估问题,而非已被报道的失败案例。它解释了为什么即使自动化表现良好,可编辑的结果仍然很有价值。创作者需要一种方法来修正例外情况,而不必放弃整个工作流程。

Scene Sweep 将同样的关注点延伸到视频。Adobe 表示,这项研究探索了如何在镜头之间传递编辑,同时兼顾角色和地点。实际要求有所不同,因为一项改变必须在运动和剪辑过程中始终令人信服。

对于后期制作团队而言,局部质量和序列质量是不同的标准。一帧经过编辑的画面单独看或许可以接受,却可能在播放时格外引人注意。一个有用的系统必须支持在观众实际体验作品的层面进行评估。

这些实验共同对创意软件提出了要求:在重复中保留决策。这是对研究方向的编辑性解读,而非经过测量的生产率结论。这些公告并未证明团队在审查和修正后究竟能节省多少工作量。

可用性和独立测试仍是两个不同的问题

Adobe 的实验工具 playground列出了可供探索的 Deep Brush、Hands On 和 Custom Filters。它还列出了即将推出的对话式角色指导功能。Adobe 将 Deep Brush 和 Hands On 认定为今年 Sneaks 展示的研究预览。

能够访问部分实验,并不意味着整套研究项目已普遍可用。

截至 11 月 17 日,读者应将项目描述与自己可直接评估的工具区分开来。一则公告可以说明预期能力,却无法证明其发布时间表、支持的应用程序,或是否适合商业项目。

这种区别会影响采购和制作规划。团队可以关注一个研究项目,却不必依赖它来完成某个截止日期。在访问方式和运行条件明确之前,一项演示应进入评估待办事项,而不是承诺交付流程。

同样的谨慎也适用于“interactive”一词。工作流程的不同阶段可能以不同速度运行。响应迅速的预览并不能证明完成成品输出所需的时间。预先准备的演示片段,也不能证明系统在非脚本化条件下的表现。

Screen Test 对预生成示例的披露在这方面很有帮助。它将舞台上展示的对话,与生成后续片段所需的时间区分开来。读者在描述系统能力时,也应保留这一区别。

Sight Span 引出了在探索场景与渲染选定视图之间的相关区别。Rinse Repeat 则引出了在创建可编辑操作与确保这些操作正确之间的另一层区别。每个项目都需要根据自身任务进行评估,而不是套用关于 AI 能力的单一笼统说法。

有意义的评估应包含困难输入、模糊指令,以及只修订结果一部分的要求。这些条件能揭示界面是否帮助创作者从错误中恢复。恢复能力是实际需求,而不是采用之后才考虑的边缘情况。

团队还应区分技术可行性与使用材料的许可。涉及人物、声音或客户资产的工作流程,仍需要适当授权。某项创意控制功能的存在,并不能回答关于输入或预期输出的所有问题。

现有来源没有为这些项目提供共同的独立基准。它们也未证明广泛的客户采用或生产节省。编造这些结论,会把一篇研究报道变成缺乏支持的产品背书。

这仍留出了进行审慎正面评价的空间。Adobe 正在研究首次生成结果之后出现的问题,包括连续性、指导和修订。这些都是具体的创作关切,尽管所提出的解决方案仍处于不同的访问和验证阶段。

有用的怀疑立场,是询问控制是否能经受日常工作的考验。创作者能否解释一个意外结果?其他人能否修订它?一项已批准的决策能否在需求变更后持续保留?这些问题将研究承诺与其旨在支持的工作联系起来。

Adobe MAX Sneaks 之后值得关注什么

接下来的信号应依次关注访问性、可移植性和可重复性。这些是检验研究方向的实际测试,而非对计划发布的预测。它们区分了一个有前景的界面与创意工作中可靠的新增工具。

当更多人能够测试这些工具、保留自己的决策并重现可接受的结果时,进展将最为清晰。

首先,关注公开访问和文档的变化。一个项目若进入可用预览阶段,创作者便能用自己的材料进行测试。清晰的限制说明会让这种访问更具信息价值,因为它能展示团队打算支持哪些类型的项目。

扩大访问将增强 Adobe 正把研究转化为用户可评估内容的判断。持续受限的访问,则会让核心主张更依赖于精选示例。无论哪一种结果,单独来看都无法证明底层概念是否有用。

其次,关注每个界面中创建的决策会如何处理。选定的镜头视图、角色档案或经过适配的编辑,应在修订过程中保持可理解。如果这种指导信息消失在最终输出中,所提议优势的一部分也会随之消失。

可移植、可调整的决策将增强这些界面作为工作流程工具的价值。若结果在微小变更后就必须从头开始,其价值则会减弱。相关标准是创作者继续工作的能力,包括将项目交接给他人之后。

第三,关注同时报告修正过程与成功输出的独立评估。有用的记录应说明创作者提出了什么要求、哪些内容意外改变,以及还剩下什么工作。一组精选图库提供的信息,少于一次有据可查地完成真实项目的尝试。

在多样材料上可重复的表现将支持采用的理由。大量修正或不稳定的修订,则会表明其角色更为有限,或许适合探索阶段而非最终制作。只要理解这些限制,这仍然有用。

对于创意团队而言,合理的下一步是在实验可用之前定义评估任务。选择一项要求明确、且已有完成方式的任务。然后比较整个过程,包括审查、修订和交接。

将原始任务说明、已批准的参考资料和评估发现一并保存在个人知识库中。记录哪些决策得以保留,哪些需要修正。这会形成一份可复用的适用性记录,而不是一组令人印象深刻的输出合集。

Adobe MAX Sneaks 提供了多种引人注目的意图表达方式。请在实际可访问后继续关注这些项目,再用对你重要的工作来测试它们。请问:每项工具是否保留了你已批准的决策,是否清晰暴露错误,以及是否为下一位使用者留下可用结果?将这种体验与你当前的流程比较,包括修正例外情况所花费的时间。一张可探索的照片或一个对话式角色可以构成有效的展示。更重要的结果,是当需求变化时仍然可理解的创意工作流程。你会信任软件延续哪一项决策?在依赖它之前,你又需要哪些证据?

 
 

免费开始使用

一款本地优先的AI助手

为了获得更好的人工智能体验,

remio 目前仅支持Windows 10+ (x64)和M-Chip Mac 。

你的 AI 工作伙伴

和 remio 一起高效工作

规划、创作、交付

一站式完成

bottom of page