当Adobe遇见机器学习：新Photoshop推多项AI新功能-连绵起伏网

当Adobe遇见机器学习：新Photoshop推多项AI新功能

时间：2026-11-14 来源：连绵起伏网

Adobe 的 Max 2021 活动如期展开！

这个活动最有趣的特点之一是，不断将AI集成到Adobe的新产品或新功能中，过去几年里，AI一直是这家公司不断探索的领域。

Adobe 正在利用深度学习来改进其应用程序，巩固其在视频和图像编辑市场中的优势地位，同时，当AAI技术向产品中的渗透，也在重塑着Adobe公司的产品战略。

AI驱动的图像和视频编辑

Adobe 的 AI 平台 Sensei 现在已集成到其 Creative Cloud 套件的所有产品中。今年的Max 2021上展示的功能之一是 Photoshop 中的自动化工具，它使您只需将鼠do标悬停在对象上即可选择该对象。

Photoshop 的自动选择功能

这个功能可节省大量时间，尤其是在编辑对象轮廓和颜色复杂，用经典工具很难准确选择时，效果明显。

Adobe 还改进了神经过滤器，这是去年添加到 Photoshop 的一项新功能。神经过滤器使用机器学习来增强be图像，许多滤镜适用于人物肖像和图像。

神经过滤器可以为黑白图像着色或改变背景景观

比如可以使用皮肤平滑、将妆容从源图像转移到目标图像上，或者更改照片中主体人物的表情。

其他神经过滤器可以对图像进行更通用化的修改，比如为黑白图像着色、更改背景风景等。

此次Max遇见大会还公布了一些预览版和即将推出的新技术。

比如，Adobe 照片集产品的一项新功能称为「In-between」，可以以短间隔拍摄多张照片，通过自动生成照片中间的帧来创建视频.

正在开发的另一个功能是「on point」，可以通过用户提供的参考姿势来搜索 Adobe机器庞大的库存图像库。例如，如果提供一张人坐着伸手的照片，机器学习模型将检测这个人的姿势，并在库中找到相似姿势的人的照片。

目前这些功能已添加到 Lightroom、Premiere 和其他 Adobe 产品中。

其实，如果单看Adobe产品的每一项AI功能，它们都不学习是开创性的最新技术。

使用神经网络进行风格迁移，是一项至少已有4年历史的技术。支持多个图像生成功能的生成对抗网络 (GAN) 已经存在了7年多。事实上，Adobe 使用的许多技术都是开源且免费提供的。

Adobe AI 真正的过人之处不是卓越的AI技术，而是产品策略。

成：新功的产品需要具有差异化价值，才能说服用户开始使用，从旧方案切换到新方案。

除了功能好用之外，好的产品还必须注意使用成本，这里的成本不仅包括产品本身的价格，还要考虑用户使用时的产品体验成本。

深度学习技术本身的应用成本也是个问题。许多用户的设备没有运行神经网络的Ph内存和处理能力，需要借助云服务。因此，产品必须设立服务器，开放网页API，还要确保云服务的可用性。这类服务成本往往需要大量付费用户才能撑得住。

另外，还必须考虑产品的获利方式，保持用户粘度。一款产品是基于广告的免费产品、还是免费增值模式？是一次性买断还是订ot阅付费？一般用户都不愿意同时使用付费方式过多的产品。

最后，AI导向型产品需要不断迭代和改进。比如利用机器学习来增强图像，就需要建立一个工作流程来不断收集新数据，找出模型不足的地方，并对其进行微调以提高性能。

Adobe：在产品中集成AI，用AI重塑产品

Aosdobe 的 Photoshop 和 Illustrator 是非常强大的图片处理工具。

Adobe 已经在图形软件市场占有很大的份额，公司的软件每天有数百万人使用，公司在接触其目标市场方面没有问题。

每当有新的深度学习工具时，Photoshop、Premiere 和 Choreative Cloud等应用很快就能通过插件集成这些AI工具，供用户使用。用户无需付费或安装任何新应用；他们只需要下载或更新插件就行了。

过去几年里，Adobe逐步将这些AI功能从插件过渡到云，也旗下应用无缝集成深度学习技术铺平了道路。

现在，Adobe 的大部分p推 AI 功能都在云上运行。对于用户而言，使用云服务与本地服务的体验没有什么不同。同时，通过云服务的规模化效应，Adobe可以极大提升深度学习推理工具的成本效益。

目前，Adobe大部分新的AI功能都免费提供Creative Cloud 的订阅用户。

通过基于云的深度多项学习模型，Adobe相当于开了一家非常高效的「AI 工厂」。用户在云上使用Adobe的机器学习模型时，其数据也会反过来促进AI工具的性能提升。

「在产品中集成AI，通过AI重塑产品」。这当然是个良性迭代。

将AI技术和机器学习模型真正集成到产品中，并实现可AI持续的稳定盈利，是个非常困难的任务，大多数公司都无法实现。

Adobe 可能是个有趣的例外。