Adobe公布四项AI实验：照片转3D、对话设计角色
Adobe 在 MAX 大会上公布四大实验性 AI 项目：可对话设计的 AI 角色生成器 Project Screen Test、平面转 3D 空间的 Project Sight Span、AI 音频混音工具 Project Sound Bender，以及一键批量同步编辑的 Project Rinse Repeat。这
Adobe MAX大会每年最抓眼球的东西，常常是那些还没正式上线、仍处在实验阶段的新技术。11月11日，Adobe又亮出了最新一批实验项目：普通图片能变成可探索的3D场景，跟AI角色聊着天就能把角色形象设计出来，照片编辑也能简化成复制粘贴。
头一个叫Project Screen Test，路子挺特别，目标是让用户更省事地生成AI角色，再拿去用在视频内容里。
它跟常见做法不一样。用户不用光靠文字提示词去说明角色该怎么说话、怎么表现，而是能直接和角色对话，像演员试镜那样现场指导。
上手时，先要给角色定下基本性格，比如“焦虑、害羞、笨拙”，再配声音。声音可以挑预设项，也可以用文字提示词描述，或者传一段音频样本让AI照着参考。
接着，用户能像打FaceTime视频电话一样跟AI角色聊起来，把人物设定补得更细：成长背景、性格、目标、缺点、恐惧，还有一些特有的动作习惯。
角色设计完成后，用户还能描述想让角色处在什么环境或情景里，据此生成一段动态试镜视频。
眼下Project Screen Test还是个独立的创意实验，将来会不会并进Adobe现有的AI视频工具，目前说不准。
实际效果上，不少AI动画角色没什么灵魂，而这个工具生成的角色个性更鲜明、也更连贯。可这恰好是它的意义所在：跟传统动画制作比，AI视频生成能给的创作控制权少得多。传统动画里，角色每个细节都由创作者有意识地设计，AI生成的角色很难做到这一步。
第二个项目叫Project Sight Span，能把普通照片和图片变成用户可以走进去探索的3D空间，画面的构图和视角也能重新调整。
它能生成原画面之外的物体和背景，把一张平面图片撑成完整的三维环境。用户转动视角去看原本被拍摄者挡住的背后区域，系统生成的内容也能跟原始画面接得上。
不过在3D环境里浏览时，画面中的物体和背景会显出像素化，细节不够清楚。等用户选定了最终视角，系统会把对应画面的分辨率恢复回来。
Sight Span对平面图像来者不拒，照片、绘画、插画都行，还能保留并复现原作品的艺术风格。用户就算挪动照片中人物的纹身位置或改面部特征，这些细节依旧保持辨识度，跟原始参考图像高度一致，效果挺让人意外。
这项技术有点像苹果Spatial Reframing空间重构功能的加强版：用户调整画面元素的幅度更大，甚至能把拍摄角度整个换掉。不过这么大改之后，最终作品似乎也不太适合再叫一张照片了。
Project Sound Bender是一项AI音频混音功能，调视频里的音效就像在色轮上挪光标一样自由。
用户只要上传一段视频，再用文字提示词描述想要的声音效果，比如“冒着气泡的科幻炼金锅声音”，Sound Bender就会自动生成对应音效，并跟视频对上。
工具同时给出一个方形声音控制面板，让用户实时调音效。面板四个角会自动分配不同类型的AI生成声音，比如密集的咕噜声和气泡爆裂声、岩石沸腾般的轰鸣声、带音高变化的电子音，以及噼啪作响的电火花声。
用户在面板上拖动光标，就能自由选择想突出的声音类型，四个角也能分别设成不同的音效。
Adobe展示的第四个项目是Project Rinse Repeat，它能复制已经做好的编辑操作，自动把同样的处理效果套到同一张照片里的其他人物或物体上。
打个比方，用户花大把时间给照片里某个人物磨皮、去掉痘痘和皮肤瑕疵，Rinse Repeat就能照着这些具体修改，自动把类似处理用到合影中的其他人身上。
这项功能也能用在商业营销图片上。比如给产品加上阴影效果，其他产品形状、尺寸不一样，系统照样能自动适配出相应阴影。
Rinse Repeat是在Photoshop上搭起来的。应用到其他人物或物体上的编辑效果依然完全可编辑，因为工具是调用Photoshop原生功能把这些修改重新做一遍，而不是简单把处理后的图像盖上去。
要说明的是，这些名叫“Sneaks”的项目目前都只是技术预览。它们将来有可能被做成Adobe Creative Cloud应用或Firefly平台里的正式工具，但不是所有项目都保证能推出。
这些项目几乎都围着Adobe的生成式AI技术转。AI工具如今已是Adobe增长战略的核心，至少有一部分实验功能最终正式上线，可能性相当高。
不管这些AI实验看起来多新奇、多好玩，它们也放出一个信号：这些工具若足够实用，未来AI就可能顶替创意专业人士眼下用的部分工具和素材库，而他们对这项技术抱着怎样复杂的态度，并不影响这一点。
这些实验项目有个共同点：都在设法把照片编辑、视频制作、音频混音这类复杂流程的门槛降下来，让操作更直观、互动性更强。
有些功能乍看像玩具，其实能帮用户在创意项目里完成实打实的修改。
高塔姆 · 迈索尔（Gautham Mysore）是 Adobe 的资深首席研究科学家。他在接受 The Verge 采访时表示，这些交互方式之所以要做得更直观，是为了让老练的创作者拿到更精细的控制手段。他提到，Sound Bender 能让人探索声音，Sight Span 可以调整摄像机视角，两者都说明专业人士会用自己的判断，更直接地去调整、完善最终效果。迈索尔说，怎样把创作意图和实际控制能力结合得更紧，是他们眼下探索的一个重点方向。
