Meta 最近发布了一款面向创作者的新视频编辑应用,名为 Edits。该新应用旨在与 ByteDance 的 CapCut(一款流行的短视频编辑应用,为众多创作者所使用)一较高下。
Meta 最初于 1 月透露正在开发 Edits,当时由于 TikTok 禁令一度生效,ByteDance 所属的 CapCut 被从美国应用商店下架。尽管该应用现已恢复上线,并可以下载,但 TikTok 在美国的未来仍不明朗,因此 Meta 准备好借助新 Edits 应用,在未来 CapCut 可能缺席的情况下抢占市场。
我们制作了本指南,带你全面了解该应用及其各种功能,并对其与 CapCut 的区别进行概览。
【如何开始使用该应用】
Edits 可在 iOS 和 Android 平台下载。下载并打开应用后,你需要使用 Instagram 账户登录。
登录后,你将看到五个主要标签: Ideas、Inspiration、Projects、 Record 和 Insights。 Ideas 标签为创作者提供了记录新视频创意以及将 Reels 保存到合集中的空间,而 Inspiration 标签则是专为发现流行音频和其他热门 Reels 而设的中心。
Projects 标签用于存储和重温创作者当前正在制作的视频,同时也支持从手机相册上传视频。 Record 标签则允许创作者直接在 Edits 内录制视频内容。最后,Insights 标签通过展示观看次数、覆盖人数和粉丝数量等数据,为创作者提供内容表现的整体概览。
【Edits 提供的工具与功能】
绿幕功能:轻轻一点,即可更换并编辑视频背景。
时间轴:精确排列和调整视频片段。
字幕:为视频添加多语言自动生成的字幕。
音频库:从 Instagram 的音频库中为视频添加音乐。
分割抠像:通过精准跟踪隔离特定对象。
动画效果:利用 AI 将静态图像转换为视频。
一键应用:一键为所有片段应用滤镜、效果、转场及各种调整。
时间轴帧率选择器:将视频转换为所需帧率,以提升播放的流畅度。
对齐辅助线:确保发布视频时观众能看到关键部分,并能准确定位文本、表情符号或其他元素。
节拍标记:自动检测并添加节拍标记,帮助你在编辑时将视频片段、文本和叠加效果与音频完美对齐。
滤镜:从 30 种不同滤镜中选择,为视频增添独特风格。
转场效果:提供 30 种转场效果,实现视频片段之间的无缝衔接。
【Edits 与 CapCut 有何不同?】
尽管 Edits 与 CapCut 都是出色的短视频编辑工具,但两者之间仍存在若干差异。
首先,CapCut 提供的编辑选项(包括丰富的 AI 功能)比 Edits 更为强大。当然,这也符合预期,因为 Edits 相较于 CapCut 尚属较新产品。预计 Meta 在未来数月甚至数年内会持续对 Edits 进行功能拓展,从而推出更多高级功能。此外,需要注意的是,CapCut 拥有比 Edits 更为丰富的音乐库。
另一处区别在于,目前 Edits 尚未提供订阅服务(暂时如此),而 CapCut 已设有订阅制。虽然 CapCut 提供免费版,但其部分高级工具需要付费解锁。Edits 现阶段为免费使用,但这一状况可能会在未来发生变化,正如 Instagram 负责人 Adam Mosseri 所言,Edits 后续版本可能会加入付费功能。
此外,虽然 CapCut 可在网页端使用,但目前 Edits 仅限于移动端,尽管未来可能会对此做出改变。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
哈佛大学研究团队开发出LangSplatV2系统,实现了超高速3D语言查询功能。该系统通过创新的稀疏编码技术和高效渲染算法,将3D场景语言理解速度提升了47倍,达到每秒384帧的实时处理能力。系统采用全局语义字典和稀疏系数表示,彻底解决了传统方法中解码器速度瓶颈问题,为AR/VR、智能机器人等应用提供了强大的技术基础。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
马里兰大学研究团队提出了CoLa(Chain-of-Layers)方法,让AI模型能够根据任务难度动态调整内部层的使用策略,实现"快思考"和"慢思考"的灵活切换。通过蒙特卡洛树搜索算法,该方法在推理任务上显著提升了模型的准确性和效率,为75%的正确答案找到了更短的处理路径,并纠正了60%的错误答案,为AI模型的架构优化开辟了新方向。