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
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。