至顶网软件频道消息:近日,Adobe宣布了Adobe Creative Cloud在影片编辑方面的重大更新,帮助视频工作者与影片制作人员相互协作并简化了影片工作流程。更新后的Creative Cloud现在可以开始使用,它提供了图形、标题、动画、音频优化和资产共享等新功能、支持最新的影像格式如HDR、VR和4K、与Adobe Stock的全新整合,并可通过Adobe Sensei 提供先进的人工智能功能。Adobe在2017年Adobe Summit上发表的Experience Cloud也让品牌可以在分析广告效果及营收的同时,横跨各个屏幕为用户提供大规模且连贯的影片体验。
科技的进步以及消费者对有影响力且具有个性化内容的需求逐步增长,要求影片制作者比以往能更快地创作、传递并从视频资产中获利。不论是大型影片工作室,还是新一代的视频制作者,都需要一个可扩展的端到端的解决方案,通过强大的分析和广告工具来创建、协作并简化影片工作流程以实现内容优化并增值的目的。
曾荣获三次奥斯卡金像奖并担任《奇幻森林》视觉特效总监的 Rob Legato表示:“一直以来,我都使用Adobe的创意程序来完成影片所需要的可视化部分,比如我早期的电影《飞行家》、《阿凡达》及《雨果》。近些年,Adobe开创性地促进了科技的发展,比如Adobe Premiere Pro和After Effects之间的动态链接,Cinema 4D与After Effects的整合及本地工作流程。通过Creative Cloud可以帮助我进行所有电影的预先可视化及自由的操作,这为我们提升创作过程提供了机会。”
Adobe中国区数字媒体总监杨坚先生表示:“Adobe自去年在中国大陆推出Creative Cloud以来,正在实时为中国的创意人士带来最前沿的技术。本次与全球同步为中国视频剪辑创作者们带来的视频工具更新整合了Adobe Sensei的尖端科学,能够帮助创意专业人士更快更好地完成作品。无论是主流媒体公司还是视频制作者,他们都可以将自己的创意视野带入生活,而无需成为动态图像或音效方面的专家。”
新功能从始至终强调创意
Creative Cloud 全新影片工具功能包括:
拥有Adobe Sensei的技术支持
通过Adobe人工智能和机器学习框架Adobe Sensei ,用户在Premiere Pro或Audition中轻轻一点,即可在时间轴上实现音频音量自动标准化。在Character Animator中,Sensei实时应用复杂的算法,确保与人偶的唇形完美同步。在Adobe Experience Cloud中,影片推荐引擎通过数百亿在线影片消费积分的学习,使观众获得最相关的内容。
与Adobe Experience Cloud相整合
无论是创意机构还是媒体公司,影片创作者需求的改变反映着数据趋势的未来,Adobe Experience Cloud从跨屏幕的内容传递到评测再到获取利润,都能优化整个影片旅程。通过Adobe的电视媒体管理平台,媒体公司和广播公司可以利用分析功能,为广告客户提供真正的基于观众定位和更准确的预测。Adobe Analytics Cloud可以将Premiere Pro中发布的社交媒体频道的性能影片内容用于评测,并确保影片广告高准确的定位和预测。
Adobe Advertising Cloud填补了传统电视与数字影片广告之间的间隙,简化了广告规划和购买流程,通过动态创意优化(DCO)实现了与广告代理机构的更深入的合作,并确保影片广告的品牌影像能在保证最大安全性的前提下与业界最多的第三方相整合。
好文章,需要你的鼓励
英特尔第三季度财报超华尔街预期,净收入达41亿美元。公司通过裁员等成本削减措施及软银、英伟达和美国政府的大额投资实现复苏。第三季度资产负债表增加200亿美元,营收增长至137亿美元。尽管财务表现强劲,但代工业务的未来发展策略仍不明朗,该业务一直表现不佳且面临政府投资条件限制。
美国认知科学研究院团队首次成功将进化策略扩展到数十亿参数的大语言模型微调,在多项测试中全面超越传统强化学习方法。该技术仅需20%的训练样本就能达到同等效果,且表现更稳定,为AI训练开辟了全新路径。
微软发布新版Copilot人工智能助手,支持最多32人同时参与聊天会话的Groups功能,并新增连接器可访问OneDrive、Outlook、Gmail等多项服务。助手记忆功能得到增强,可保存用户信息供未来使用。界面新增名为Mico的AI角色,并提供"真实对话"模式生成更机智回应。医疗研究功能也得到改进,可基于哈佛健康等可靠来源提供答案。同时推出内置于Edge浏览器的Copilot Actions功能,可自动执行退订邮件、预订餐厅等任务。
纽约大学等机构联合开发的ThermalGen系统能够将普通彩色照片智能转换为对应的热成像图片,解决了热成像数据稀缺昂贵的难题。该系统采用创新的流匹配生成模型和风格解耦机制,能适应从卫星到地面的多种拍摄场景,在各类测试中表现优异。研究团队还贡献了三个大规模新数据集,并计划开源全部技术资源,为搜救、建筑检测、自动驾驶等领域提供强有力的技术支撑。