至顶网软件频道消息:近日,Adobe宣布了Adobe Creative Cloud在影片编辑方面的重大更新,帮助视频工作者与影片制作人员相互协作并简化了影片工作流程。更新后的Creative Cloud现在可以开始使用,它提供了图形、标题、动画、音频优化和资产共享等新功能、支持最新的影像格式如HDR、VR和4K、与Adobe Stock的全新整合,并可通过Adobe Sensei 提供先进的人工智能功能。Adobe在2017年Adobe Summit上发表的Experience Cloud也让品牌可以在分析广告效果及营收的同时,横跨各个屏幕为用户提供大规模且连贯的影片体验。
科技的进步以及消费者对有影响力且具有个性化内容的需求逐步增长,要求影片制作者比以往能更快地创作、传递并从视频资产中获利。不论是大型影片工作室,还是新一代的视频制作者,都需要一个可扩展的端到端的解决方案,通过强大的分析和广告工具来创建、协作并简化影片工作流程以实现内容优化并增值的目的。
曾荣获三次奥斯卡金像奖并担任《奇幻森林》视觉特效总监的 Rob Legato表示:“一直以来,我都使用Adobe的创意程序来完成影片所需要的可视化部分,比如我早期的电影《飞行家》、《阿凡达》及《雨果》。近些年,Adobe开创性地促进了科技的发展,比如Adobe Premiere Pro和After Effects之间的动态链接,Cinema 4D与After Effects的整合及本地工作流程。通过Creative Cloud可以帮助我进行所有电影的预先可视化及自由的操作,这为我们提升创作过程提供了机会。”
Adobe中国区数字媒体总监杨坚先生表示:“Adobe自去年在中国大陆推出Creative Cloud以来,正在实时为中国的创意人士带来最前沿的技术。本次与全球同步为中国视频剪辑创作者们带来的视频工具更新整合了Adobe Sensei的尖端科学,能够帮助创意专业人士更快更好地完成作品。无论是主流媒体公司还是视频制作者,他们都可以将自己的创意视野带入生活,而无需成为动态图像或音效方面的专家。”
新功能从始至终强调创意
Creative Cloud 全新影片工具功能包括:
拥有Adobe Sensei的技术支持
通过Adobe人工智能和机器学习框架Adobe Sensei ,用户在Premiere Pro或Audition中轻轻一点,即可在时间轴上实现音频音量自动标准化。在Character Animator中,Sensei实时应用复杂的算法,确保与人偶的唇形完美同步。在Adobe Experience Cloud中,影片推荐引擎通过数百亿在线影片消费积分的学习,使观众获得最相关的内容。
与Adobe Experience Cloud相整合
无论是创意机构还是媒体公司,影片创作者需求的改变反映着数据趋势的未来,Adobe Experience Cloud从跨屏幕的内容传递到评测再到获取利润,都能优化整个影片旅程。通过Adobe的电视媒体管理平台,媒体公司和广播公司可以利用分析功能,为广告客户提供真正的基于观众定位和更准确的预测。Adobe Analytics Cloud可以将Premiere Pro中发布的社交媒体频道的性能影片内容用于评测,并确保影片广告高准确的定位和预测。
Adobe Advertising Cloud填补了传统电视与数字影片广告之间的间隙,简化了广告规划和购买流程,通过动态创意优化(DCO)实现了与广告代理机构的更深入的合作,并确保影片广告的品牌影像能在保证最大安全性的前提下与业界最多的第三方相整合。
好文章,需要你的鼓励
字节跳动智能创作实验室发布革命性AI视频数据集Phantom-Data,解决视频生成中的"复制粘贴"问题。该数据集包含100万个跨场景身份一致配对,通过三阶段构建流程实现主体检测、多元化检索和身份验证,显著提升文本遵循能力和视频质量。
这是一项关于计算机视觉技术突破的研究,由多家知名院校联合完成。研究团队开发了LINO-UniPS系统,能让计算机像人眼一样从不同光照下的照片中准确识别物体真实的表面细节,解决了传统方法只能在特定光照条件下工作的局限性,为虚拟现实、文物保护、工业检测等领域带来重要应用前景。
被盗凭证导致80%的企业数据泄露。随着AI智能体投入生产,管理10万员工的企业将需要处理超过100万个身份。传统身份访问管理架构无法应对智能体AI的大规模部署。领先厂商正采用蓝牙低功耗技术替代硬件令牌,实现基于距离的身份验证。行为分析可实时捕获被入侵的智能体,零信任架构扩展至智能体部署。这代表了自云计算普及以来最重要的安全变革。
这篇文章介绍了北京人工智能研究院开发的OmniGen2模型,一个能够同时处理文字转图像、图像编辑和情境生成的全能AI系统。该模型采用双轨制架构,分别处理文本和图像任务,并具备独特的自我反思机制,能够自动检查和改进生成结果。研究团队还开发了专门的数据构建流程和OmniContext评测基准,展现了开源模型的强大潜力。