Adobe NVIDIA 合作将智能体创作带出演示阶段

Adobe NVIDIA 合作已从路线图走向发布阶段，据称在 AI 处理、编辑、色彩和特效方面实现了两倍提升。Adobe 正在针对 NVIDIA 新近推出的 RTX Spark 计算平台优化 Photoshop、Premiere 和 Substance 3D。

这不只是又一次图形加速更新。Adobe 与 NVIDIA 正将桌面创作、云端媒体处理、内容发现和面向客户的智能体整合到同一套优化计算栈中。这种做法对 Apple 长期以来在创意软硬件深度整合方面的优势构成挑战。

10 月 15 日的公告也不止面向创意专业人士。Frame.io 将获得 GPU 加速的云端处理能力，而 Adobe Brand Concierge 将采用 NVIDIA Nemotron 模型。NVIDIA 将在其自有网站上使用 Brand Concierge 进行情境化互动。

核心问题在于，垂直优化能否改善完整的制作工作流，而不仅仅是孤立的基准测试。Adobe 和 NVIDIA 提供了颇具前景的早期数据。独立测试、更广泛的应用支持以及持续的用户采用情况，将决定这些数据能否转化为持久优势。

Adobe NVIDIA 合作究竟改变了什么

Adobe 和 NVIDIA 正在优化内容制作中彼此衔接的多个环节，而非仅加速一项生成式功能。

这项扩展合作涵盖 Photoshop、Premiere、Substance 3D、Frame.io 和 Brand Concierge。每款产品分别处于创意或营销工作流的不同环节。

Photoshop 负责图像合成与编辑。Premiere 支持视频编辑和后期制作。Substance 3D 专注于材质、纹理和 3D 内容。Frame.io 管理媒体协作、审阅和发现。

Brand Concierge 则位于客户体验侧。它使用基于企业已批准数据和内容的对话式 AI。Adobe 和 NVIDIA 表示，其基于 Nemotron 的版本将在 2026 年晚些时候面向企业客户推出。

桌面端的变化始于 RTX Spark——NVIDIA 面向采用统一内存、AI 加速和 Blackwell 图形技术的 Windows 系统推出的计算平台。统一内存让处理器和图形组件能够从同一个共享内存池中运行。

Adobe 表示，其围绕 GPU 加速合成重构了 Photoshop。这一改变将更多图像合成工作转移至图形处理器，包括移除工具、高斯模糊和漏光效果。

Premiere 将在播放、渲染、特效、色彩和 AI 辅助功能方面获得加速。Adobe 特别指出，增强语音和对象遮罩是预计将受益的工作负载。

Substance 3D Painter 使用该平台处理要求严苛的纹理操作。NVIDIA 表示，综合优化可在选定的 AI、编辑、色彩和特效任务中带来最高两倍的性能提升。

这一两倍数字是公司的上限主张，并非普遍结果。Adobe 并未将其表述为针对每个项目、特效或硬件配置的保证性提升。

Frame.io 的改进则针对另一项瓶颈。大型制作团队经常上传海量素材，以至于导入、分析和搜索都会成为运营难题。

Adobe 正将视频解码、预处理和嵌入生成迁移至 NVIDIA GPU。嵌入是帮助软件比较、组织和检索内容的数值表示。

这一新流程采用 NVIDIA NVDEC 进行硬件辅助视频解码，同时使用 TensorRT 和 CUDA 完成预处理与嵌入创建。

Adobe 报告称，选定工作负载中的嵌入生成速度约提升五倍。该公司还称，P95 处理延迟提升四到五倍；该指标衡量正常请求中接近较慢端的性能表现。

两家公司称，更新后的流程生成的搜索代理文件体积约缩小 80%。这些缩减后的文件帮助 Frame.io 分析并索引媒体，无需反复以完整尺寸处理每一项原始资产。

这些变化共同构成了本文的核心张力。Adobe 正押注于：针对应用的专门工程设计，能比在现有界面上附加通用 AI 模型带来更多价值。

RTX Spark 将创意软件带入硬件竞争

Adobe 对 RTX Spark 的优化，使 Photoshop 和 Premiere 置身于一场新的竞争：谁能掌控最快、最完整的创意系统。

多年来，Apple 一直将自研处理器、内存架构、操作系统和专业应用配合使用。即使是第三方软件，也能从可预测的硬件配置和共享的平台技术中受益。

Windows 提供了更广泛的硬件选择，但这种多样性也让深度优化变得更困难。针对某一种处理器、GPU、驱动程序或内存设计调校的功能，在其他环境中的表现可能不同。

RTX Spark 通过为参与厂商提供明确的 NVIDIA 平台，缩小了这一差距。Adobe 可以同时针对其架构、统一内存系统、图形硬件和 AI 运行时进行优化。

这很重要，因为智能体创作带来了持续的计算需求。智能体应用不只是生成单一输出；它可以理解目标、调用工具、评估中间结果，并持续完成多个步骤。

一个 Photoshop 智能体可以分析构图、分离对象、调整光照、应用特效并准备多个版本。Premiere 工作流则可以结合转录分析、遮罩、音频清理和时间线修改。

当每一个步骤都增加一次延迟时，这些任务会变得令人沮丧。Adobe 的策略是将延迟视为创意界面的一部分，而非后台基础设施的细节。

该公司此前的创意应用路线图描述了一个采用 RTX Spark 统一内存、Blackwell GPU 和 TensorRT 的全新 Premiere 流程。它还提到了 Photoshop 中的实时滤镜、HDR 工作流和 GPU 加速合成。

10 月的更新将该路线图转化为发布阶段的承诺。RTX Spark 于 10 月 16 日发布，比扩大合作公告晚一天。

早期独立结果令竞争格局更加复杂。在一组创意应用基准测试中，RTX Spark 系统在 Photoshop 和 Premiere 中超过了受测的 AMD 和 Intel 系统。

不过，受测的 Apple M5 Pro 在两项 PugetBench 工作负载中仍然领先。RTX Spark 系统在 Photoshop 中获得 11,762 分，在 Premiere 中获得 87,098 分；M5 Pro 则分别获得 15,204 分和 105,580 分。

这些结果并不能直接验证 Adobe 所称的两倍提升。它们比较的是系统，而 Adobe 的数据描述的是其应用内特定加速功能的改进。

但它们仍揭示了竞争方向。NVIDIA 的平台在软件能够利用其大规模 GPU 和共享内存时似乎最具优势。Apple 则在受测的整体 Adobe 工作负载中保持领先。

因此，主要竞争并非 Adobe 对阵另一家创意软件厂商，而是 NVIDIA 与 Adobe 经过垂直优化的 Windows 路线，对阵 Apple 已建立的整合模式。

AMD、Intel 和 Qualcomm 也面临压力。如果应用厂商大力投入某一种计算架构，原始处理器规格的重要性便会低于关键工具中的实测性能。

开发者也面临类似选择：构建广泛兼容的功能，或针对明确的平台进行深度优化。前者提供更广的覆盖范围，后者则可能带来更高速度和更可预测的表现。

创意专业人士不应认为智能体创作会让传统性能变得无关紧要。恰恰相反，多步骤 AI 功能提升了快速解码、渲染、遮罩、搜索和内存访问的价值。

其机制远不只是更快的 AI 按钮

Adobe NVIDIA 合作通过将计算能力贴近各应用最繁重的操作来发挥作用，而非添加一个共享助手。

在 Photoshop 中，这一机制始于合成。复杂图像可能包含许多图层、蒙版、调整、特效和生成元素。

将合成工作迁移至 GPU，可以提升整个编辑过程中的响应速度。收益并不局限于生成模型运行的那一刻。

Premiere 面临的是不同问题。视频工作结合了解码、播放、色彩处理、特效、音频操作、AI 推理和最终渲染。

经过优化的流程可以让更多工作持续在加速硬件上运行。它还可以减少不同内存池之间的数据传输，而这种传输往往会造成延迟。

Substance 3D 则增加了大型纹理、材质和场景数据。当项目原本会超出传统 GPU 专用内存容量时，统一内存可以提供帮助。

这些优化支持智能体创作，因为智能体依赖底层工具。模型可以提出编辑建议，但应用仍必须可靠地执行操作并呈现结果。

这种区别将嵌入式智能体与基于浏览器的生成工具区分开来。通用服务可以生成图像或片段，但通常缺少专业应用内部所保存的完整项目状态、编辑控件和制作历史。

两家公司也在本地和云端基础设施之间展开合作。本地处理能够提升响应速度，并让敏感资产留在用户可控的机器上。

9 月的一次创意实操演示展示了一套 RTX Spark 系统如何利用多个视觉参考转换机器人草图。据报道，该工作流在本地运行。

演示者用七个词概括了隐私吸引力：“我的创意数据留在我的机器上。”

该示例并不能证明每个 Adobe 智能体都会在本地运行。它展示了为何本地执行可能对处理未发布知识产权的代理商、工作室和企业具有重要意义。

云端处理对于协作素材库和大规模企业系统仍然必不可少。Frame.io 的优化表明，Adobe 并未选择仅限本地的策略。

相反，这一架构将不同工作分配给不同环境。交互式编辑可以使用工作站的 GPU 和共享内存；媒体索引和协作发现则可以使用加速的云端基础设施。

这种混合设计比将所有工作负载强制置于同一地点更具可信度，但也带来了运营复杂性。

团队必须了解哪些资产会离开设备、哪些模型会处理它们，以及中间数据存储在哪里。管理员需要制定符合合同、安全和监管要求的政策。

这项合作也带来了依赖关系。Adobe 获得 NVIDIA 的优化库、模型和硬件能力；NVIDIA 则获得了让其新计算平台更实用的旗舰应用。

两家公司都不只是提供某个组件。它们的工程选择正日益塑造彼此的产品。

这种关系早在 RTX Spark 之前便已开始。两家公司已在 GPU 加速领域合作多年。

其更广泛的 3 月合作涵盖了 Firefly 模型、3D 数字孪生、NVIDIA 计算库、Omniverse 技术和智能体框架。10 月的公告则将这些承诺收束为具体产品和可衡量的工作负载。

这一演进至关重要。AI 合作往往停留在对未来的设想集合中。Adobe 和 NVIDIA 现在正将合作绑定到已推出的硬件、具名应用以及具体处理环节。

Nemotron 将智能体创作从编辑者延伸至客户

NVIDIA 的智能体创作如今已超越内容制作，进入选择、个性化并向客户呈现内容的系统。

Adobe Brand Concierge 是面向企业网站和数字体验的对话服务。它以组织内容、产品信息和客户情境为基础生成回答。

Adobe 表示，已采用 NVIDIA Nemotron 开放模型优化 Brand Concierge。Nemotron 是一系列面向推理、工具调用和智能体工作流的模型及配套技术。

相较于仅通过单一托管端点提供的服务，开放模型方案让企业对部署和定制拥有更多控制权。但这并不会自动解决安全性、准确性或治理方面的问题。

Adobe 表示，Nemotron 版本将在 2026 年晚些时候向企业客户开放。NVIDIA 也已选定 Brand Concierge，用于 NVIDIA.com 上的情境化交互。

这一决定让 NVIDIA 同时成为基础设施供应商和参考客户。它为 Adobe 带来高知名度的部署案例，也让 NVIDIA 得以公开展示 Nemotron 在商业客户体验系统中的应用。

Brand Concierge 扩展了智能体创作的含义。智能体不一定是在生成图像或剪辑视频；它也可以检索已获批准的资料、理解客户请求，并组合出相关回应。

这将内容供给与内容交付连接起来。企业可以在 Adobe 工具中创建获批资产，在生产系统中进行组织，再利用智能体呈现合适的材料。

这一概念颇具吸引力，因为企业内容往往分散在彼此割裂的系统中。营销团队创建活动，产品团队维护规格说明，支持团队跟踪反复出现的问题。

只有检索到可靠信息，对话层才能减少这种碎片化。所谓 Grounding，是指将模型输出与获批的源材料绑定，而非仅依赖模型已存储的模式。

Grounding 并不能保证准确性。源材料可能已过时、不完整，或内部存在矛盾。检索也可能为特定客户选错段落。

因此，系统需要管理的不只是模型质量。它还需要权限、内容新鲜度、引用、升级规则和监控机制。

这正是 Adobe 与独立模型提供商的不同之处。Adobe 已参与内容创作、资产管理、营销运营和客户体验等环节。

NVIDIA 则在这些层面提供模型和加速计算。其目标是让 Nemotron 及其软件栈在企业构建智能体的任何场景中发挥作用。

这项合作给仅提供工作流某一环节的供应商带来压力。缺乏应用情境的强大模型可能难以落地运营；没有现代 AI 基础设施的创意套件则可能显得缓慢或受限。

不过，集成也可能让迁移更加困难。如果资产、智能体、模型和加速工作流形成紧密连接，企业可能面临更高的迁移成本。

买方应考察工作流是否支持可导出的数据、可替换的模型和可审计的权限。开放模型权重只解决了可移植性的一部分问题。

战略价值在于将生产与个性化连接起来。风险则在于，这种连接可能演变为横跨内容、计算和客户数据的不透明依赖。

两倍性能声明无法证明什么

Adobe 的数据揭示了值得关注的瓶颈，但并不能证明每位创作者都能以两倍速度完成项目。

“最高快 2 倍”描述的是特定条件下观察到的最佳结果，并未说明其适用于每一份 Photoshop 文档或 Premiere 时间线的通用基准。

性能取决于效果、媒体格式、项目规模、内存压力、驱动程序以及具体的 RTX Spark 配置。智能体工作流还会带来更多差异，因为每项任务都可能调用不同工具。

Adobe 已指出受影响的功能，包括 Enhance Speech、Object Mask、合成效果和 Substance 3D 纹理处理。它尚未发布涵盖所有宣传应用与场景的综合基准测试。

Frame.io 的数据也需要以同样谨慎的态度看待。嵌入生成速度约提升五倍听起来相当可观，但嵌入生成只是上传到获得可用搜索结果之间的一个环节。

网络传输、存储、排队、权限检查和索引更新仍可能影响体验。更小的代理文件也无法说明搜索相关性会如何变化。

据称提升四至五倍的 P95 延迟表现很有价值，因为尾部延迟会影响处理大量资产的团队。但 Adobe 尚未公开足够的方法细节，供外部人士复现这一测量结果。

独立 RTX Spark 评测可提供有益背景，但无法验证 Adobe 的每一项声明。评测者普遍发现其 GPU 性能强劲，而相对 CPU 性能则较弱。

一篇更广泛的硬件评测将 RTX Spark 描述为适合创意工作和本地 AI 的强劲产品，同时也发现其 CPU 性能并未领先于所有竞品系统。

这一混合结果很重要。专业应用很少只依赖单一处理器组件。

高度依赖 GPU 的功能可能获得显著加速，但整个工作流的改善可能小得多。导出、缓存、脚本、插件和后台服务都可能暴露其他限制。

兼容性是另一个悬而未决的问题。Adobe 的应用支持广泛的插件生态、专业格式、外设设备和自动化脚本。

重构后的应用架构必须在这一环境中维持可靠性。对工作室而言，一个不兼容的插件可能比基准测试优势更重要。

Windows on Arm 又增加了一层变量。原生应用的性能应优于经转译的软件，但许多制作团队依赖的辅助工具可能尚未实现原生支持。

企业买方还需要管理、安全性和支持方面的证据。本地模型可减少云端暴露，但也会对设备控制和模型治理提出新的要求。

Brand Concierge 的部署存在不同的不确定性。Adobe 和 NVIDIA 尚未公布大量关于回答准确性、运营效率或客户成果的结果。

NVIDIA 对该产品的使用将提供一个可见的案例研究，但不能替代针对拥有不同合规与数据要求的各行业所获得的结果。

因此，正确的解读应保持审慎。Adobe 和 NVIDIA 已识别出真实的技术限制，并应用了具体工程改进。

其声明值得在工作流层面接受检验。买方应衡量项目完成时间、错误率、搜索质量、功耗、兼容性和维护工作量。

只有当更快的单项操作消除了有意义的生产延迟时，才会创造价值。否则，瓶颈只会转移到另一个环节。

三个信号将显示智能体创作是否站得住脚

下一项考验不是又一则合作公告，而是优化后的工具是否能改变跨设备、团队和客户交互的可衡量工作。

第一个信号是针对已出货 RTX Spark 系统的独立应用测试。评测者应测试 Adobe 所点名的 Photoshop、Premiere 和 Substance 3D 功能。

这意味着比较 Remove Tool 操作、合成效果、Object Mask、Enhance Speech、播放、渲染以及大型纹理项目。测试应同时涵盖常规和智能体驱动的操作序列。

结果还应将 RTX Spark 与 Apple Silicon、AMD 系统、Intel 系统和常规 NVIDIA 笔记本电脑进行比较。若能在真实项目中持续领先，将强化垂直优化的论点。

若胜利仅限于部分效果，则会削弱这一论点。它们仍有意义，但不足以确立创意计算的新默认标准。

第二个信号是 Frame.io 在活跃生产环境中的表现。Adobe 应提供更多有关测试输入、基础设施、媒体库规模及搜索质量权衡的信息。

客户应关注从上传到可搜索之间所需的时间，也应评估更快的索引是否提升了在大型、杂乱档案中的检索效果。

最有力的证据将来自报告审阅周期缩短、人工搜索减少的团队。基础设施指标本身无法说明编辑是否找到了正确的素材。

第三个信号是由 Nemotron 驱动的 Brand Concierge 面向企业发布。它在 NVIDIA.com 上的部署将揭示系统如何处理产品问题、持续变化的文档和模糊的客户请求。

读者应关注公开的准确性指标、升级处理行为、来源归属和管理员控制措施。更多企业采用将强化 Adobe 的平台论点。

发布延迟、部署细节有限或治理控制薄弱都会引发疑问。对话速度固然重要，但企业同样需要可信的回应和清晰的责任界定。

定于 11 月 10 日至 11 月 12 日举行的 Adobe MAX 将提供一个即时检验点。Adobe 和 NVIDIA 计划在活动中与硬件合作伙伴展示其成果。

有价值的演示应呈现完整工作流，而非孤立的提示词。它们应展示智能体如何处理项目状态、用户修正、工具故障和最终可编辑输出。

创作者也应关注 Adobe 如何定义人工控制。智能体创作的有价值版本应保留图层、时间线、蒙版、材质和修订历史。

一个能快速生成却扁平化的结果，对专业人士而言价值较低。可编辑性是生产工具与一次性生成器之间的分界线。

Adobe 与 NVIDIA 的合作如今已具备足够技术实质，值得关注。它涵盖桌面应用、云端媒体基础设施、开放模型以及面向客户的智能体。

其成功将取决于集成质量，而非公布了多少项 AI 功能。核心指标是用户能否以更少延迟和更少断裂交接完成复杂工作。

对于评估类似自动化方案的知识工作者，同样的原则也适用：将模型连接到可信信息，并保留用户控制权。结构化的 AI 工作流比孤立的回答更重要。

未来三个月，请比较独立应用基准、Frame.io 生产结果以及首批 Brand Concierge 部署。这些信号展示的是更快的完整工作流，还是仅仅是单一工作流内部更快的组件？