最新版本除了支持 X-Trans RAW 文件(Beta)外,还引入了全新胶片、电影渲染效果,以及 Fujifilm。新版本包含海量全新效果,并推出“时光机”,以独特的互动方式介绍胶片摄影的历史。
当之无愧的行业领导者
DxO FilmPack 凭借在实验室内完善的独家校准流程,最大限度地再现了传奇胶片的颗粒感和色彩。软件重现了 84 款真实胶片的色相、饱和度、对比度和颗粒感,包括著名的Kodak Tri-X 400、Polaroid 690、Ilford HPS 和 Fujifilm Superia。软件还采用前所未见的方式,引领我们一览图像显影和处理技术历经各个摄影时期取得的进步。
“时光机”:让摄影历史激发创意
DxO FilmPack 6 介绍了胶片摄影从诞生至今的历史,带用户踏上一段真正的时间穿梭旅程。软件引入全新方式,展示缤纷多彩的胶片渲染效果,并借助摄影界的经典标志性作品和著名人物,诠释14个不同时期。软件从技术和历史角度发掘并记录每张照片背后的故事,并为用户提供了最接近的渲染。用户可将这些渲染直接应用于图像上,重现类似的风格和效果。例如,用户可为他们的黑白图像注入 50 年代的魅力,甚至是 William Klein 的艺术灵魂。
“我们希望为 DxO FilmPack 赋予更深的层次,” 营销和产品战略副总裁 Jean-Marc Alexia 如是说, “为了记载我们的‘时光机’,我们与位于 Bièvres 的法国摄影博物馆之友(Friends of the French Museum of Photography)合作,该协会主席 Didier Pilon 是一位研究成果斐然的摄影师。”
全新传奇胶片渲染
DxO FilmPack 携 15 款全新渲染步入现代数字时代,包括两款传奇胶片:Kodak 著名的 EKTACHROME Professional Infrared EIR 彩色正片和 Polaroid 600 相机的黑白即显胶片 IMPOSSIBLE PX 600 SILVER SHADE、X系列 Fujifilm 数码相机的 7 款胶片模拟模式以及 6 款灵感来自最热电影调色的电影渲染。
丰富的创意效果
DxO FilmPack 6 推出 20 款全新效果,开辟前所未有的创作可能。这些全新效果包括:旨在为图像赋予复古外观的水滴和皱纹纸效果;15 款全新漏光效果,如光斑、灰雾和变焦摄影,为您的图像增添几分微妙的色彩效果;以及 15 款全新相框,包括哑光、黑框和胶片边框,让您的图像摇身一变成为艺术品,呈现独一无二的外观。
全面的八通道 HSL 设置和完全可定制的分离色调
基于八通道的全新颜色渲染引擎,取代老版本的六通道,为用户提供更精确的色彩控制。用户还可在图像的高光和阴影处选择喜爱的色相,组合不同颜色,实现精妙而真实的分离色调效果。
价格与上市
DxO FilmPack 6(PC 和 Mac)现已上线 DxO 在线商店(http://shop.dxo.com/),2021 年 12 月8日至2021 年12月31日之间购买可享受上新价格。DxO官网接受微信支付和支付宝付款方式。
DxO FilmPack 6 许可证无需订阅。拥有 DxO FilmPack 5 许可证的摄影师可在https://shop.dxo.com/zh-cn/license/account/listing/上登录帐户,购买 DxO FilmPack 6 升级。持有 DxO FilmPack 5 之前版本的用户无法升级,需购买新的许可证。
DxO 网站提供为期一个月的 DxO FilmPack 6 完整试用版:https://www.dxo.com/zh-cn/dxo-filmpack/download/。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
浙江大学等高校研究团队开发的VolSplat系统,通过"体素对齐"替代传统"像素对齐"方法,实现了快速高质量的3D场景重建。该技术仅需6张普通照片即可生成精确3D模型,在RealEstate10K等标准数据集上显著超越现有方法,为机器人导航、增强现实、建筑设计等领域提供了新的技术选择,代表了3D重建领域从二维思维向三维思维的重要转变。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
武汉大学团队与字节跳动公司合作,提出MAPO混合优势策略优化方法,解决AI训练中的"一刀切"问题。该方法能根据问题难度动态调整评分策略,避免传统方法中的优势反转和优势镜像问题。通过轨迹确定性判断和权重动态调整,在几何推理和情感识别任务上都取得显著提升,为AI自适应学习提供新思路。