ابزارهای آزمایشی هوش مصنوعی ادوبی تولید محتوای دیجیتال را متحول می‌کنند

شرکت ادوبی در رویداد Adobe Max 2026 از چهار ابزار آزمایشی هوش مصنوعی برای تبدیل تصاویر به محیط‌های سه‌بعدی، طراحی شخصیت‌های مجازی و ساده‌سازی ویرایش صدا و تصویر رونمایی کرد.

این شرکت در کنفرانس سالانه Adobe Max مجموعه‌ای از فناوری‌های جدید خود را به نمایش گذاشته است که می‌توانند شیوه تولید محتوای دیجیتال را تغییر دهند. این ابزارها امکان حرکت در محیط تصاویر ثابت، گفت‌وگو با شخصیت‌های ساخته‌شده با هوش مصنوعی، تولید تعاملی جلوه‌های صوتی و انتقال خودکار ویرایش‌ها به بخش‌های مختلف تصاویر را فراهم می‌کنند.

ادوبی این فناوری‌ها را در قالب برنامه آزمایشی Sneaks معرفی کرده است. هدف از این برنامه، نمایش قابلیت‌هایی است که هنوز در مرحله تحقیق و توسعه قرار دارند و ممکن است در آینده به محصولات تجاری شرکت اضافه شوند. چهار پروژه جدید با نام‌های Project Screen Test، Project Sight Span، Project Sound Bender و Project Rinse Repeat معرفی شده‌اند.

وجه مشترک این پروژه‌ها، استفاده از هوش مصنوعی مولد برای ساده‌تر کردن فعالیت‌هایی است که معمولاً به مهارت تخصصی و زمان زیادی نیاز دارند. ادوبی تلاش می‌کند ابزارهای پیچیده طراحی، فیلم‌سازی و ویرایش صدا را به محیط‌هایی تعاملی تبدیل کند تا کاربران بتوانند با دستورهای متنی، مکالمه و حرکات ساده ماوس، تغییرات موردنظر خود را اعمال کنند.

طراحی شخصیت‌های مجازی با قابلیت گفت‌وگو و تعیین ویژگی‌های رفتاری

پروژه Project Screen Test یکی از متفاوت‌ترین فناوری‌های معرفی‌شده در رویداد امسال محسوب می‌شود. این ابزار به تولیدکنندگان محتوا اجازه می‌دهد شخصیت‌های مجازی را با هوش مصنوعی طراحی کنند و ویژگی‌های رفتاری آن‌ها را از طریق گفت‌وگوی مستقیم شکل دهند.

در روش‌های معمول ساخت شخصیت با هوش مصنوعی، کاربران باید ظاهر، صدا و رفتار شخصیت را با دستورهای متنی توضیح دهند. بااین‌حال، Screen Test فرایند متفاوتی ارائه می‌دهد و امکان برقراری مکالمه مستقیم با شخصیت مجازی را فراهم می‌کند. این تجربه شباهت زیادی به جلسه تست بازیگری دارد و کاربر می‌تواند عملکرد شخصیت را هنگام صحبت کردن ارزیابی کند.

فرایند طراحی با تعیین ویژگی‌های اولیه شخصیت آغاز می‌شود. برای مثال، کاربران می‌توانند خصوصیاتی مانند خجالتی بودن، اضطراب یا رفتار دست‌وپاچلفتی را انتخاب کنند. سپس باید صدای شخصیت را مشخص کنند. این مرحله از طریق انتخاب صداهای آماده، توصیف ویژگی‌های صوتی یا بارگذاری یک نمونه صوتی انجام می‌شود.

پس از ایجاد شخصیت اولیه، کاربران می‌توانند مکالمه‌ای شبیه تماس تصویری فیس‌تایم با آن برقرار کنند. در جریان این گفت‌وگو، امکان توسعه جزئیات شخصیت از جمله گذشته، خلق‌وخو، اهداف، نقاط ضعف، ترس‌ها و ویژگی‌های حرکتی وجود دارد.

برای مثال، کاربر می‌تواند درباره اتفاقات گذشته شخصیت صحبت کند یا از او بخواهد واکنش مشخصی به یک موقعیت نشان دهد. این تعاملات به شکل‌گیری هویت رفتاری شخصیت کمک می‌کنند و باعث می‌شوند رفتار او در موقعیت‌های مختلف هماهنگی بیشتری داشته باشد.

پس از تکمیل فرایند طراحی، کاربران می‌توانند محیط یا سناریوی موردنظر خود را توصیف کنند. ابزار براساس این توضیحات، صحنه‌های متحرکی با حضور شخصیت تولید می‌کند. بخش Personality نیز امکان ویرایش دستی ویژگی‌هایی را فراهم می‌کند که هنگام مکالمه ایجاد شده‌اند.

نتایج اولیه این فناوری نشان می‌دهند که شخصیت‌های تولیدشده می‌توانند هویت مشخص‌تر و رفتار باثبات‌تری نسبت به بسیاری از شخصیت‌های متحرک ساخته‌شده با هوش مصنوعی داشته باشند.

این موضوع اهمیت زیادی دارد، زیرا ابزارهای فعلی تولید ویدئو با هوش مصنوعی در مقایسه با انیمیشن‌سازی سنتی، خلاقیت محدودتری دارند. در روش‌های سنتی، سازندگان می‌توانند تمام جزئیات رفتار و شخصیت را آگاهانه طراحی کنند.

Project Screen Test فعلاً یک پروژه مستقل است و هنوز مشخص نیست که ادوبی آن را به ابزارهای موجود تولید ویدئوی خود اضافه خواهد کرد یا خیر.

بیشتر بخوانیدادوبی با قدرت وارد رقابت هوش مصنوعی عامل‌محور می‌ شود

تبدیل عکس‌ها و نقاشی‌ها به محیط‌های سه‌بعدی قابل کاوش

دومین فناوری معرفی‌شده، Project Sight Span، امکان تبدیل تصاویر دوبعدی به محیط‌های سه‌بعدی قابل کاوش را فراهم می‌کند. کاربران می‌توانند در فضای تصویر حرکت کنند، زاویه دید را تغییر دهند و بخش‌هایی از محیط را مشاهده کنند که در کادر اولیه وجود نداشته‌اند.

این ابزار با استفاده از هوش مصنوعی، اشیا و پس‌زمینه‌های خارج از محدوده تصویر اصلی را بازسازی می‌کند. عناصر جدید به‌گونه‌ای تولید می‌شوند که با ساختار و فضای تصویر هماهنگ باشند. حتی تغییر زاویه دوربین برای مشاهده بخش‌های پشت صحنه نیز امکان‌پذیر است.

برای مثال، کاربر می‌تواند تصویری ثابت را وارد ابزار کند و سپس دوربین مجازی را به سمت راست یا چپ حرکت دهد. Sight Span بخش‌های جدید محیط را تولید می‌کند تا کاربر بتواند صحنه را از موقعیتی متفاوت مشاهده کند.

یکی از ویژگی‌های مهم این فناوری، پشتیبانی از انواع تصاویر است. Project Sight Span علاوه بر عکس‌های واقعی، می‌تواند نقاشی‌ها و تصاویر گرافیکی را نیز پردازش کند. این ابزار هنگام بازسازی محیط سه‌بعدی، سبک هنری تصویر اصلی را حفظ می‌کند.

در تصاویر چهره نیز جزئیاتی مانند خال‌کوبی‌ها و ویژگی‌های صورت، حتی پس از تغییر زاویه دید، تا حد زیادی قابل تشخیص باقی می‌مانند. این قابلیت به حفظ ارتباط میان تصویر اولیه و خروجی تولیدشده کمک می‌کند.

البته محیط سه‌بعدی هنگام حرکت دوربین، کیفیت بصری چندان بالایی ندارد. بعضی قسمت‌ها پیکسلی و فاقد جزئیات دقیق نمایش داده می‌شوند. بااین‌حال، زمانی که کاربر زاویه نهایی را انتخاب می‌کند، ابزار وضوح و کیفیت تصویر را بازیابی می‌کند.

عملکرد Sight Span تا حدودی به قابلیت Spatial Reframing اپل شباهت دارد، اما امکانات گسترده‌تری برای تغییر موقعیت دوربین ارائه می‌دهد. کاربران می‌توانند زاویه تصویر را به میزان بیشتری تغییر دهند و حتی نقطه تصویربرداری کاملاً متفاوتی انتخاب کنند.

بااین‌حال، استفاده گسترده از این قابلیت مرز میان عکاسی و تولید تصویر با هوش مصنوعی را کمرنگ می‌کند. دلیل این موضوع آن است که بخش‌های خارج از کادر اصلی، واقعاً توسط دوربین ثبت نشده‌اند و هوش مصنوعی آن‌ها را تولید کرده است.

ادوبی قصد دارد عملکرد این فناوری را در بخش نمایش پروژه‌های آزمایشی کنفرانس Adobe Max به‌صورت ویدئویی نمایش دهد.

بیشتر بخوانیدهمکاری ادوبی و گوگل برای اتصال Acrobat به Gemini و Google Drive

تولید جلوه‌های صوتی با حرکت ماوس در محیطی تعاملی

پروژه Project Sound Bender برای ساده‌سازی تولید و ترکیب جلوه‌های صوتی طراحی شده است. این ابزار به کاربران اجازه می‌دهد صداهای تولیدشده با هوش مصنوعی را از طریق یک محیط گرافیکی کنترل کنند.

فرایند کار با بارگذاری یک کلیپ ویدئویی آغاز می‌شود. سپس کاربر صدای موردنظر خود را در قالب یک دستور متنی توضیح می‌دهد. برای مثال، می‌تواند درخواست تولید صدای یک دیگ جوشان در محیطی علمی‌تخیلی را مطرح کند.

Sound Bender جلوه‌های صوتی مرتبط را تولید می‌کند و آن‌ها را به‌صورت خودکار با ویدئو هماهنگ می‌سازد. سپس یک محیط مربعی برای تنظیم و ترکیب صداها نمایش می‌دهد.

در هر گوشه این مربع، یکی از صداهای تولیدشده قرار می‌گیرد. این صداها می‌توانند شامل قل‌قل غلیظ، ترکیدن حباب‌ها، غرش سنگ‌های جوشان یا صدای آتش الکتریکی باشند.

کاربر با حرکت دادن نشانگر ماوس در بخش‌های مختلف مربع می‌تواند ترکیب جلوه‌های صوتی را تغییر دهد. نزدیک شدن به هر گوشه باعث برجسته‌تر شدن صدای مربوط به همان قسمت می‌شود.

این تغییرات هنگام پخش صدا و به‌صورت لحظه‌ای اعمال می‌شوند. همچنین کاربران می‌توانند جلوه‌های صوتی اختصاص‌یافته به گوشه‌های مربع را با صداهای دیگری جایگزین کنند.

روش کار Sound Bender شباهت زیادی به انتخاب رنگ از یک پالت دیجیتال دارد. تفاوت اصلی آن است که کاربران به‌جای ترکیب رنگ‌ها، صداهای مختلف را تنظیم می‌کنند.

این فناوری می‌تواند بخشی از فرایند پیچیده طراحی صدا را ساده‌تر کند و امکان آزمایش سریع ترکیب‌های صوتی مختلف را در اختیار تولیدکنندگان ویدئو قرار دهد.

بیشتر بخوانیدادوبی قابلیت‌های هوش مصنوعی فتوشاپ و پریمیر را گسترش داد

انتقال خودکار ویرایش‌های فتوشاپ و آینده ابزارهای هوش مصنوعی ادوبی

چهارمین پروژه، Project Rinse Repeat، برای خودکارسازی ویرایش‌های تکراری تصاویر طراحی شده است. این فناوری به کاربران اجازه می‌دهد فرایند ویرایش یک سوژه را کپی کنند و همان تغییرات را متناسب با ویژگی‌های سایر سوژه‌ها اعمال کنند.

برای مثال، اگر کاربر جوش‌ها و لکه‌های پوستی چهره یک نفر را با دقت حذف کرده باشد، ابزار می‌تواند همان نوع اصلاحات را روی چهره افراد دیگر حاضر در عکس گروهی اجرا کند.

نکته مهم آن است که Rinse Repeat می‌تواند تغییرات را با اشیایی دارای اندازه‌ها و شکل‌های متفاوت تطبیق دهد.

این فناوری بر پایه فتوشاپ توسعه یافته است و برای بازسازی ویرایش‌ها از ابزارهای داخلی این نرم‌افزار استفاده می‌کند. بنابراین، تغییرات ایجادشده همچنان قابل ویرایش باقی می‌مانند و کاربران می‌توانند جزئیات آن‌ها را اصلاح کنند.

ادوبی هنوز عرضه عمومی هیچ‌یک از این چهار پروژه را تضمین نکرده است. فناوری‌های برنامه Sneaks تنها پیش‌نمایشی از قابلیت‌های احتمالی آینده محصولات Creative Cloud و پلتفرم Firefly محسوب می‌شوند.

بااین‌حال، هوش مصنوعی به بخش مهمی از راهبرد رشد ادوبی تبدیل شده است و احتمال دارد برخی از این فناوری‌ها در آینده به محصولات رسمی شرکت اضافه شوند.

گسترش چنین قابلیت‌هایی می‌تواند بر ابزارهای سنتی تولید محتوا و کتابخانه‌های تصاویر و جلوه‌های آماده نیز تأثیر بگذارد. اگر ابزارهای هوش مصنوعی به کیفیت کافی برسند، ممکن است بخشی از روش‌های فعلی تولید محتوای حرفه‌ای را جایگزین کنند.

گاتام میسور، پژوهشگر ارشد ادوبی، در گفت‌وگو با The Verge تأکید کرده است که ساده‌تر شدن تعامل با ابزارها، امکان کنترل دقیق‌تر را برای متخصصان باتجربه نیز فراهم می‌کند.

او قابلیت تنظیم موقعیت دوربین در Sight Span و کاوش تعاملی صدا در Sound Bender را نمونه‌هایی از این رویکرد دانست.

به گفته میسور، این فناوری‌ها به متخصصان اجازه می‌دهند تجربه و قضاوت حرفه‌ای خود را مستقیماً برای اصلاح نتایج به کار بگیرند. او ایجاد ارتباط میان هدف خلاقانه کاربر و کنترل دقیق خروجی را یکی از محورهای اصلی تحقیقات ادوبی معرفی کرده است.

نوشتهابزارهای آزمایشی هوش مصنوعی ادوبی تولید محتوای دیجیتال را متحول می‌کننداولین بار درTechnoc. پدیدار شد.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.