Adobeは、年次カンファレンス「Adobe Max」に合わせ、実験的プロジェクト4つを「スニーク」として発表した。これらは、画像を探索可能な3Dシーンに変換したり、会話を通じてAIキャラクターをデザインしたり、単純なコピー＆ペーストで写真編集を再現したりするものだ。
会話で形作られるキャラクター
プロジェクト「Project Screen Test」は、動画コンテンツ向けのAI生成キャラクター作成を容易にすることを目指す。テキストプロンプトで声や振る舞いを記述する代わりに、ユーザーはオーディションのような環境でキャラクターと対話する。「不安、内気、不器用」などいくつかの性格特徴から始め、次に声を選択する。プリセットを選ぶか、音色を記述するか、音声サンプルをインポートする。
その後は、「FaceTime通話のように」会話を続け、キャラクターの経歴、気質、目標、欠点、恐怖心、動作の癖などを詳細に決めていく。「Personality」タブでは、これらの特徴を手動で調整できる。キャラクターが定義されると、ツールはユーザーが記述した環境やシナリオで、アニメーションテストを生成する。この機能がAdobeの既存の動画ツールにどのように、あるいはそもそも統合されるかについては明らかにされていない。
画像、音声、編集を別の方法で再現
プロジェクト「Project Sight Span」は、写真を3D環境に変換し、ユーザーがその中を移動したり要素を配置し直したりできるようにする。情報源の説明によれば、生成される空間は、元のフレーム外にあるオブジェクトや背景を生み出し、それらが自然に画像の一部であるかのように見える。ナビゲーション中は視覚情報がピクセル化されたままだが、角度が選択されると解像度が回復する。このツールは、写真、絵画、イラストなどあらゆる平面画像で機能し、芸術的スタイルを維持または再現できる。Appleの「Spatial Reframing」機能に類似しており、はるかに高度なバージョンと言える。
「Project Sound Bender」では、ユーザーが動画をインポートし、プロンプトで希望する音を記述する（例：「沸き立つSFの大釜」）。ツールは動画に同期したサウンドエフェクトを生成し、リアルタイムで音を調整するための正方形のキャンバスを提供する。各コーナーは自動生成される音に対応しており、例えば、泡がはじけるような濃密なゴボゴボ音、沸騰する岩、甲高いビープ音、パチパチと火花散る電気の炎などだ。カーソルをキャンバス上で動かすと特定の音が強調され、各コーナーは他のエフェクトでカスタマイズできる。
「Project Rinse Repeat」では、編集内容をコピーし、同じ写真内の他のオブジェクトや人物に自動的に適用できる。情報源は、人物の顔のニキビを消す編集をグループ内の他のメンバーに複製する例や、マーケティングビジュアルで製品に影を追加する例を挙げている。それらの形状やサイズが異なる場合でも可能だ。このツールはPhotoshopを基盤としており、変更はソフトウェアのネイティブツールで再作成されるため、編集可能な状態を保つ。
これらの「スニーク」は技術のプレビューであり、Creative CloudアプリケーションやFireflyプラットフォームの機能になるかもしれないし、ならないかもしれない。現段階では保証はない。その多くはAdobeの生成AI開発に依拠しており、これは同社の成長戦略の中心を占めている。これらのプロジェクトに通底するのは、写真編集、動画編集、音声ミキシングといった複雑なワークフローを、よりアクセスしやすく、より直感的にすることだ。
「これらのインタラクションをより直感的にすることは、経験豊富なクリエイターにより精密なコントロールを与えることでもあります」と、Adobeのシニアプリンシパルリサーチサイエンティスト、ガウタム・マイソール氏はThe Vergeに語った。「Sound Benderの音響探索能力やSight Spanのカメラ配置は、プロフェッショナルがどのように自身の判断を適用し、より直接的に結果を微調整できるかを示しています。創造的な意図とコントロールのこの結びつきは、私たちが探求している重要な部分の一つです。」
