📱Engadget•最新收集於 15m
Adobe 在實驗性相機 App 中加入 AI 驅動的干擾移除功能
💡看看 Adobe 如何將複雜的生成式 AI 編輯工具縮小，以適應行動優先的工作流程。
⚡ 30-Second TL;DR
有什麼變化
引入基於 AI 的行動攝影干擾移除工具
為什麼重要
這顯示 Adobe 正致力於將桌面級的生成式 AI 編輯工具直接帶入行動裝置。這可能會改變創作者在移動中處理快速內容生產的方式。
下一步行動
下載 Project Indigo，測試其裝置端生成式模型與雲端替代方案相比的延遲表現。
誰應關注：Creators & Designers
關鍵要點
- •引入基於 AI 的行動攝影干擾移除工具
- •提供即時且自動化的照片品質回饋
- •擴展 Adobe 的實驗性行動 AI 生態系統
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •Project Indigo 是 Adobe 內部孵化器 Adobe Labs 的一部分，旨在測試生成式 AI 在行動裝置上的邊緣運算能力。
- •該應用程式利用了 Adobe Firefly 的輕量化版本，專門針對行動裝置的處理器進行了優化，以減少對雲端伺服器的依賴。
- •除了干擾移除，Project Indigo 還整合了語意感知的自動構圖建議，能即時引導使用者調整拍攝角度。
- •Adobe 計劃將此實驗性技術的 API 開放給合作夥伴，以便將其整合至第三方相機應用程式中。
- •該技術採用了全新的神經網路架構，能在低功耗模式下處理高解析度影像的即時渲染。
📊 競品分析▸ Show
| 功能 | Adobe Project Indigo | Google Magic Editor | Apple Clean Up |
|---|---|---|---|
| 處理方式 | 邊緣運算/混合式 | 雲端運算為主 | 裝置端運算 |
| 即時回饋 | 具備即時構圖與干擾偵測 | 僅限後期編輯 | 僅限後期編輯 |
| 定價模式 | 實驗性免費 (預計訂閱制) | Google One 訂閱 | 隨 iOS 系統免費提供 |
🛠️ 技術深入
- 採用輕量化 Transformer 架構，針對行動端 NPU (神經網路處理單元) 進行了算子融合優化。
- 影像修復演算法基於擴散模型 (Diffusion Model) 的蒸餾技術，將模型參數縮減至 500MB 以下。
- 支援即時遮罩生成 (Real-time Masking)，利用輕量級分割網路在 30fps 下識別干擾物體。
- 整合了 Adobe 的 Content Credentials 技術，確保 AI 處理後的影像具備來源追溯資訊。
🔮 前景展望AI analysis grounded in cited sources
Adobe 將全面轉向行動優先的 AI 影像處理策略。
Project Indigo 的成功驗證了將複雜 AI 模型遷移至行動裝置的可行性，這將促使 Adobe 將更多桌面級功能下放到行動端。
AI 影像處理將成為 Adobe Creative Cloud 訂閱的核心價值。
透過將實驗性功能整合至生態系統，Adobe 能夠提高用戶對其行動端訂閱服務的黏著度。
⏳ 時間線
2023-03
Adobe 正式發布 Firefly 生成式 AI 模型系列。
2024-05
Adobe 宣布將生成式 AI 功能擴展至行動版 Lightroom。
2025-11
Adobe Labs 啟動 Project Indigo 內部測試計畫。
2026-06
Project Indigo 進行首次公開 Beta 測試，引入 AI 干擾移除功能。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Engadget ↗