在沉睡七年之后,开源图像编辑软件 GIMP 推出了 3.0 版本,同时一个长期休眠的开源视频格式也进入了 beta 测试阶段。
这是这款开源 Photoshop 替代品自 2018 年发布 GIMP 2.10 以来的首次新版本发布,距离第一个开发版本已经过去了五年。
我们去年 11 月曾评测过 beta 版本。现在完整的发行说明已经详细列出了所有更新和新功能。GIMP 3 最初只是计划更新到 Gtk 3,但随着时间推移,它演变成了一次重大重写。现在这项工作已经完成,下一个开发版本将是 GIMP 3.1,之后会发布新的稳定版 GIMP 3.2,团队希望能在一年内完成发布。
GIMP 3.0 采用单窗口模式 – 但你可以通过窗口菜单切换回之前的界面模式。
新版本采用了 Gtk 3 界面。这意味着更好地支持 HiDPI 显示器、从右到左的文字排版、深色模式、原生 Wayland 支持以及 X11,同时改进了图形板支持,增加了鼠标滚轮的使用功能。粘贴命令的结果现在会生成在新图层中,简化了后期调整。功能方面有多个改进,主要亮点包括:可以独立开关、删除或合并的非破坏性滤镜;能够选择和组织多个图层、通道和路径到命名集合中;画布和图层可以根据需要自动扩展;以及更好的文字、字体处理和色彩空间管理。
程序支持更多的导入导出文件格式,包括改进的 Photoshop .PSD 导入功能。插件和扩展的 API 也进行了更新,支持多种脚本语言。除了 C 和 TinyScheme,还支持 Python 3、JavaScript、Lua 和 Vala。不过这些变化也意味着许多 GIMP 2 的扩展将不再兼容。
软件提供多种下载格式:Snap 和 Flatpak、x86-64 和 Arm64 的 AppImage 包、Intel 和 Apple Silicon 的 macOS 磁盘映像,以及 Windows 安装程序(自动安装 x86、x86-64 或 Arm64 版本)。该软件也可在 Microsoft Store 获取,支持自动更新。
PhotoGIMP 同步更新
对于本人这种不经常处理照片的人来说,GIMP 复杂的界面一直让人望而生畏。对我们来说,PhotoShop 同样令人困惑,但业内有大量从业者已经使用多年。为了帮助 Adobe 用户更容易适应,PhotoGIMP 应运而生。这是一个修改 GIMP 外观和工作方式的插件,让它更贴近 PhotoShop 用户的使用习惯:包括不同的窗口和菜单布局、快捷键等。Linux 和 Windows 版本的 GIMP 3.0 都可以使用这个插件。
在北半球,春分已至,看到这款开源旗舰软件在长期沉寂后重新绽放,犹如春花盛开。回顾过去,Photoshop 用户经常抱怨 GIMP 无法替代 Photoshop,坦白说,现在可能依然如此。但对于那些最近受到 Adobe 订阅政策困扰的用户来说,这个版本确实比以前更好了。也许是时候重新审视这款软件了。
Theora 也开始复苏
几十年前,The Register 报道过开源视频编解码器 Ogg Theora,它是 H.264 等专有格式的开源替代品。一些厂商对此并不热衷,苹果的 Steve Jobs 还暗示过法律威胁。Firefox 和 Opera 曾一度支持它,但并未持续。主流浏览器在 2023 年移除了对它的支持。
开发工作一直断断续续,自 2010 年 9 月发布 Theora 1.2 alpha 测试版以来已经过去了 14 年多。出人意料的是,该版本本周进入了 beta 阶段。目前没有新的发行说明,所以你需要参考那个火山令空中交通瘫痪的年份的说明。
好文章,需要你的鼓励
英国宠物慈善机构PDSA数据显示,超过半数宠物主担心无法承担兽医费用。科技公司正通过AI和物联网技术解决这一市场需求。在伦敦兽医展上,多家初创公司展示了创新技术:AI for Pet利用视觉AI分析宠物眼部、皮肤等图像提供健康洞察;Sylvester.ai开发AI模型识别猫咪疼痛表情;VEA整合患者数据自动化诊断。此外,智能项圈等物联网设备可追踪宠物健康症状。这些技术有助于宠物主采取预防措施,降低兽医费用。
卡内基梅隆大学联合Adobe开发出革命性的NP-Edit技术,首次实现无需训练数据对的AI图像编辑。该技术通过视觉语言模型的语言反馈指导和分布匹配蒸馏的质量保障,让AI仅用4步就能完成传统50步的编辑任务,在保持高质量的同时大幅提升处理速度,为图像编辑技术的普及应用开辟了全新道路。
北欧国家启动统一人工智能产业计划,旨在通过合作在全球舞台上竞争,获得微软和谷歌支持。10月成立的新北欧AI中心获得350万英镑初始预算,但谷歌和微软是唯一提供资金支持的科技公司,具体金额保密。该中心将开发生成式AI系统并建设应用AI服务的系统。北欧教育部长承诺追加资金开发大型北欧语言生成AI模型。尽管资金有限,但北欧国家希望通过联合力量在AI竞赛中提升地位。
复旦大学团队突破AI人脸生成"复制粘贴"痛点,开发WithAnyone模型解决传统AI要么完全复制参考图像、要么身份差异过大的问题。通过MultiID-2M大规模数据集和创新训练策略,实现保持身份一致性的同时允许自然变化,为AI图像生成技术树立新标杆。