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
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。