Adobe作为后期制作领导者,长期致力于支持电影制作和影视娱乐行业。近二十年来,Adobe Premiere Pro已经发展成备受信赖的剪辑软件,包括长篇和影视剧内容在内的编辑与后期都可通过Premiere Pro完成。Adobe近日宣布发布《Premiere Pro 最佳实践和用户指南》,专为电影和电视剧制作人量身打造,并提供免费下载。此指南由 Adobe 工程师、业界资深人士和屡获殊荣的剪辑人员多年精心打造,以深入研究多年来塑造无数获奖节目、电影和项目的 Premiere Pro 的基本功能。
Adobe Premiere Pro中剪辑师和后期专业人士所喜爱使用的功能Productions 于 2020 年首次推出,它显著地提高了长篇和剧集剪辑团队的工作效率和协作流程。该功能的早期版本在 Netflix 的《曼克》、派拉蒙影业的《终结者:黑暗命运》、 Netflix的《心灵猎人》、 Netflix 的《我叫多麦特》和 A24 的《瞬息全宇宙》等好莱坞作品中都进行了测试,且大获好评。
除了Productions之外,Adobe 还整理了其他关键主题,包括硬件配置、原始素材编辑工作流程、多机位剪辑、与After Effects的动态连接、中转版本等。Adobe希望此指南可以成为对世界各地剪辑人员有帮助的资源。
《Premiere Pro最佳实践和用户指南》(以下简称《Premiere Pro指南》)免费提供全面的引导,深入阐述 Premiere Pro 的主要功能,包括:
硬件与配置
在指南硬件的配置章节中,用户可以了解到 Premiere Pro 如何利用现代计算机硬件的强大功能,找到能够实现创作需求的系统。影视制作人可以了解最适合配置的硬件,以及进阶工作流程中重要的配置偏好。
原始素材编辑工作流程
原始素材指的是那些已经拍摄完成,但却未经编辑、剪辑等后期制作的电影、电视影片等。在Premiere Pro指南中,用户可以从基础开始了解 Premiere Pro 如何将原始素材编辑整合到更广泛的后期制作流程中。对该工作流程的详细考虑与设计能确保用户的项目从正确的轨道上开始。
使用Productions制作作品
Premiere Pro中的Poductions 为团队的多项目工作流程提供了一个灵活、可扩展的框架,无论用户独自工作还是与团队合作,Production都能帮助他们保持项目的组织性和效率。无论项目规模大小,Productions 均可适用。
多机位编辑
Premiere Pro 具有深入而灵活的多机位编辑功能,《Premiere Pro指南》详细解读了如何判断哪种工作流程适合哪些情况,帮助用户顺利地开启多机位工作。
与After Effects 的动态连接
动态连接(Dynamic Link)功能强大,通过这一技术,用户可以直接在 Premiere Pro 的时间轴中查看 After Effects 的工作进度(如标题或视觉效果),而无需渲染。
中转版本
中转版本(Turnovers)是指输出项目数据和媒介存档的过程,让Premiere Pro中输出的档案可被其他的应用程序所读取,同时另一位创作者或剪辑人员也可以接续完成他们的工作。本章内容也包括了如何将转档输出后的版本提交给调色、音频混合和视觉效果团队的最佳实践与使用方法。用户还可了解如何准备时间轴以及哪些设定最适合其工作流程。
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。