写在前面

WeThinkIn最新福利放送：大家只需关注WeThinkIn公众号，后台回复“简历资源”，即可获取包含Rocky独家简历模版在内的60套精选的简历模板资源，希望能给大家在AIGC时代带来帮助。

AIGC时代的《三年面试五年模拟》算法工程师求职面试秘籍（持续更新）独家资源：https://github.com/WeThinkIn/Interview-for-Algorithm-Engineer/tree/main

Rocky最新发布Stable Diffusion 3和FLUX.1系列模型的深入浅出全维度解析文章（持续更新），点击链接直达干货知识：https://zhuanlan.zhihu.com/p/684068402

Adobe全面进军AI生成领域！

就在2024年的Adobe MAX大会上，Adobe正式推出Firefly视频模型，以及最新升级的图像模型。

相比于一次只生成1～5秒的视频生成模型，将GenAI的能力无缝集成到视频编辑软件中，无疑是最能直接提升生产力的方式。

视频编辑——Adobe表示，你要说这个我可就不困了。

毕竟，Premiere Pro已然是最专业、应用最广泛的视频剪辑工具，很可能没有之一。

剪视频的时候，突然发现素材缺帧、色调不对、机位卡不上？基于Firefly Video模型的新功能Generative Extent，就可以免去用户重新拍摄素材的麻烦。

Adobe表示， Generative Extend是他们推出的第一个由视频专业人士打造，且专门服务于专业人士的Gen AI功能，并且具有可靠的商业安全性。

不仅只在Adobe有授权的内容上进行训练，而且绝不会私自截取用户内容作为训练数据，可以说是稳稳接住了专业创作者的痛点。

对于视频开头、结尾，或者时间轴中的任何缺失部分，只需要一拖、一点，就能让AI快速扩展，实现完美的定时编辑。

像下图左边这种镜头中不理想的视线移动，AI也可以直接自动修正。

人物的移动范围出画了，用AI自动调整画面边界，省时省力。

比如，对于模型每一次的生成结果，都可以一键「点赞」或「吐槽」。

性能方面，Pr还和英伟达进行了集成，使用RTX系列GPU加速运行，提升用户体验。

随着互联网内容形式的进化，视频成为了当今时代互动社交的「硬通货」。

面对视频内容需求的持续增长，剪辑师、电影制作人和内容创作者需要在更短时间内完成更多工作的挑战。

而且，视频剪辑工作已不再局限于简单的画面剪切，还要包揽调色、字幕、动画、视觉效果、混音等一系列任务。

此时，Adobe作为专业的工具集，搭上GenAI提升生产力的快车，最为合适不过。

文生视频

首先，Firefly的文生视频功能和Runway、Sora等视频生成模型类似——用户通过prompt即可生成任何自己想要的视频。

提示：街道中央雨中男子的电影级特写肖像。光影氛围沉郁而富有戏剧性，色调以蓝色和青色调为主。男子形象极度写实，皮肤纹理精细，脸上点缀着细密胡茬。细微的动作柔和流畅，镜头保持固定。画面呈现浓重的胶片颗粒感和质感。水珠在男子脸上缓缓滑落，清晰可见。

它可以模拟各种风格，包括逼真的实景电影效果、3D动画，以及定格动画。

而对于已经生成的视频，则可以通过一套「摄像机控制」功能对其进一步细化，包括不同的摄像机角度、运动效果和拍摄距离等参数。

用摄像机控制调整生成的视频

对于创作者来说，从此，视频项目中缺镜头将不再是问题！

通过文本提示、摄像机控制和参考图像，就能生成B-Roll（补充素材），轻松填补时间轴上的空白。

只要输入详细提示，就能生成引人入胜的插入镜头，完美融入最终作品中。

提示：夜晚街道中央，一位老年男子的电影级特写和细节丰富的肖像。光线氛围沉郁而富有戏剧性。色彩调性为蓝色阴影与橙色高光的对比。主角的皮肤纹理极其逼真细腻，毛孔清晰可见。动作微妙柔和。摄像机保持静止。胶片颗粒感。复古变形镜头。

即使时间轴不缺，为简单的镜头自动添加更多内容也只是分分钟的事。

比如下面这个小女孩用放大镜看草坪的视频：

AI可以补全出放大镜下的画面：

不需要补拍任何镜头，把AI生成画面和原视频剪辑在一起，就丰富了内容性和层次感：

有的制作团队预算有限、周转时间短，但有些创意构思镜头却难以捕捉，或者成本昂贵。

此时，就可以用Adobe Firefly来可视化和规划这些镜头，然后再进行视觉特效（VFX）制作，或者返回片场补拍。

这就大大简化了前期和后期制作团队之间的沟通流程。不仅提高工作效率，还能让创意意图在整个制作过程中准确传达。

提示：在墨西哥的美丽、光线柔和的天然井中，第一人称视角镜头。水清澈蔚蓝，闪烁着午后阳光的光芒。色彩温暖，阳光呈「魔幻时刻」（magic hour）风格。高质量，电影感。

Adobe从很多业内人士那里了解到，如果能填补时间线上那些留待稍后添加视觉效果的空白，将大大加快工作流。

这样，我们就不再需要使用「在此插入镜头」的占位符了。

从业人员可以更轻松地表达自己的创意，更顺畅地指导后续的视觉效果制作。

提示：电影般的无人机镜头，飞越广阔的红色火星地貌，地面在我们下方快速掠过，随着太阳开始升起，地平线呈红色。在镜头结束时，阳光照射到地平线上方。

提示：微距镜头拍摄一只由熔岩组成的幼龙在火山内部爬行。

而Firefly生成火焰、烟雾、灰尘颗粒、水、光斑等氛围元素的能力，更是让从业者非常兴奋！

这种功能就大大增加了现有内容的视觉深度。

在黑色或绿色背景上生成这些元素，就意味着我们可以使用混合模式，或Adobe Premiere Pro、Adobe After Effects等工具进行抠像，将它们叠加到现有视频上。

提示：黑色背景上的电影感漏光，有机质感，逼真。

下面这个视频，就是在Premiere Pro中使用屏幕混合模式之后的效果。

再比如，原视频如果是这个样子，就显得有些中二且抽象：

但叠加上AI生成的火焰特效：

就得到了下面这个成品视频。AI特效不仅和原视频搭配得很有默契，而且瞬间拉满酷炫风格。

各种风格的动画作品，也都可以一键生成。

像是2D的定格动画：

提示：在阳光明媚的美丽厨房里，炉灶上的煎锅中正在烹饪一个鸡蛋，这是一个使用毛毡制作的定格二维动画。

或者手绘风格的线条插画：

提示：手绘简单线稿，一个年轻的孩子仰望太空，脸上带着充满惊叹的表情。

还有各种类型的3D动画效果：

提示：可爱的章鱼宝宝，有着迷人的眼睛，每个触手都拿着一个茶杯，快乐地四处张望，3D渲染，Octane引擎，柔和光，梦幻般的背景虚化，浅景深，电影感。

提示：用羊毛和毛毡制成的微型可爱怪物，在一起跳舞，3D渲染，Octane引擎，柔和的灯光，梦幻的虚化，富有电影质感。

提示：「SUMMER」一词由蓬松、彩虹色的云朵组成，漂浮在美丽山脉上方的有漩涡和柔和色彩的天空中，两秒钟后，「SUMMER」一词与云朵一起消散。

在深入创作之前，如果能和动画师、动作设计师沟通意图，省去不断迭代、寻找正确风格所花费的时间。

图生视频

而Firefly的图生视频功能中，我们除了可以使用文本提示，还能在旁边放上参考图像。

通过上传单个帧，就能轻松地为现有内容创建补充镜头，比如一个特写。

或者从静态照片中创建新的B-roll，让现有的图像库动起来。

提示：花朵在风中摇曳，一只美丽的蝴蝶正落在其中一朵花上。

更神奇的是，我们甚至可以改变原始镜头中的动作和意图。

比如，如果视频剪辑中有一个特定的动作，但作为剪辑师的你希望让导演重新拍摄，这时就可以使用该功能将其可视化，在保持相同外观的同时推动故事情节。

原片：

生成：

提示：一只戴着手套的宇航员的手进入画面，拔掉了黄色电缆的其中一根。电影感。

提示的使用

Firefly模型能够实现丰富的镜头控制，比如镜头远近（包括特写、中景、远景等）、角度和相机运动，以达到更精确的生成。

Firefly的这种专业特性，也就对用户输入的prompt提出了更高的要求。

从Adobe给出的官方demo来看，提示基本都相当详细；官方博客给出的建议也有这样一句话：提示越详细越好！

图生视频时可以仅描述画面的语义信息，但文生视频的prompt中基本都会包括光线、景别、镜头焦距、拍摄角度和机位、画面色彩与质感等十分细致深入的描述，才能指引模型生成出用户脑海中的画面。

Adobe建议的提示模板和具体建议如下：

镜头类型描述 + 角色 + 动作 + 位置 + 美学风格

• 尽可能使用更多词语来具体描述光线、摄影、色彩分级、情绪和风格

• 清晰描述，避免模糊不清

• 使用具体的动词和副词定义动作

• 使用大量描述性形容词

• 包括时间元素，如一天中的时间或天气

• 必要时加入相机运动

• 反复迭代！

反复迭代的过程中可以选择更新提示，也可以使用同一个较为成熟的提示但更改种子值（seed），从而快速尝试新的变化，而无需每次都从头开始。

比如下面这个demo的提示，虽然相比之下非常简短，但基本涵盖了模板中提到的要素。

提示：一只纸质熊猫平静地走过一片折纸竹林，电影感，可爱，柔焦，背景虚化。

并且，这次Adobe再次推出新功能，让Photoshop也全面升级。

Photoshop的智能去除功能，可以让我们清理照片中不需要的元素，比如背景中的路人，或者是突兀的电线。

它能检测并移除这些元素，然后用AI生成的内容无缝填补。

左：原图；右：天空中杂乱电线被AI移除，画面简洁清晰

当然，Photoshop中也融入了Adobe Firefly的AI功能，让我们可以对画面进行生成式填充和扩展。

AI功能由最新的Adobe Firefly图像模型驱动，可以为图像带来前所未有的真实感和逼真度。

具体来说，在细节、光线、构图和色彩方面，我们可以更精确地控制生成的图像。

此外，新增的「生成相似」功能，可以让我们得到更多样化的图像变体。

生成式填充

生成式拓展

生成相似内容

在Adobe Photoshop（测试版）中，还有一个新功能，就是生成式工作区。

其他AI图像生成器只能产生有限的结果，但工作区可以让我们同时构思多个创意概念，只需输入文本提示，就能快速生成一系列图像。

这样，就能方便地搜索和重复之前的文本提示和图像，生成一组图像的同时就能开始生成下一组。

推荐阅读

1、加入AIGCmagic社区知识星球

AIGCmagic社区知识星球不同于市面上其他的AI知识星球，AIGCmagic社区知识星球是国内首个以AIGC全栈技术与商业变现为主线的学习交流平台，涉及AI绘画、AI视频、大模型、AI多模态、数字人、全行业AIGC赋能等50+应用方向，内部包含海量学习资源、专业问答、前沿资讯、内推招聘、AI课程、AIGC模型、AIGC数据集和源码等。

那该如何加入星球呢？很简单，我们只需要扫下方的二维码即可。知识星球原价：299元/年，前200名限量活动价，终身优惠只需199元/年。大家只需要扫描下面的星球优惠卷即可享受初始居民的最大优惠：

2、《三年面试五年模拟》算法工程师面试秘籍

《三年面试五年模拟》面试秘籍旨在整理&挖掘AI算法工程师在实习/校招/社招时所需的干货知识点与面试方法，力求让读者在获得心仪offer的同时，增强技术基本面。

Rocky已经将《三年面试五年模拟》面试秘籍的完整版构建在Github上：https://github.com/WeThinkIn/Interview-for-Algorithm-Engineer/tree/main，欢迎大家star！

想要一起进行项目共建的朋友，欢迎点击链接加入项目团队：《三年面试五年模拟》版本更新白皮书，迎接AIGC时代

3、Sora等AI视频大模型的核心原理，核心基础知识，网络结构，经典应用场景，从0到1搭建使用AI视频大模型，从0到1训练自己的AI视频大模型，AI视频大模型性能测评，AI视频领域未来发展等全维度解析文章正式发布！

码字不易，欢迎大家多多点赞：

Sora等AI视频大模型文章地址：https://zhuanlan.zhihu.com/p/706722494

4、Stable Diffusion 3和FLUX.1核心原理，核心基础知识，网络结构，从0到1搭建使用Stable Diffusion 3和FLUX.1进行AI绘画，从0到1上手使用Stable Diffusion 3和FLUX.1训练自己的AI绘画模型，Stable Diffusion 3和FLUX.1性能优化等全维度解析文章正式发布！

码字不易，欢迎大家多多点赞：

Stable Diffusion 3和FLUX.1文章地址：https://zhuanlan.zhihu.com/p/684068402

5、Stable Diffusion XL核心基础知识，网络结构，从0到1搭建使用Stable Diffusion XL进行AI绘画，从0到1上手使用Stable Diffusion XL训练自己的AI绘画模型，AI绘画领域的未来发展等全维度解析文章正式发布！

码字不易，欢迎大家多多点赞：

Stable Diffusion XL文章地址：https://zhuanlan.zhihu.com/p/643420260

6、Stable Diffusion 1.x-2.x核心原理，核心基础知识，网络结构，经典应用场景，从0到1搭建使用Stable Diffusion进行AI绘画，从0到1上手使用Stable Diffusion训练自己的AI绘画模型，Stable Diffusion性能优化等全维度解析文章正式发布！

码字不易，欢迎大家多多点赞：

Stable Diffusion文章地址：https://zhuanlan.zhihu.com/p/632809634

7、ControlNet核心基础知识，核心网络结构，从0到1使用ControlNet进行AI绘画，从0到1训练自己的ControlNet模型，从0到1上手构建ControlNet商业变现应用等全维度解析文章正式发布！

码字不易，欢迎大家多多点赞：

ControlNet文章地址：https://zhuanlan.zhihu.com/p/660924126

8、LoRA系列模型核心原理，核心基础知识，从0到1使用LoRA模型进行AI绘画，从0到1上手训练自己的LoRA模型，LoRA变体模型介绍，优质LoRA推荐等全维度解析文章正式发布！

码字不易，欢迎大家多多点赞：

LoRA文章地址：https://zhuanlan.zhihu.com/p/639229126

9、Transformer核心基础知识，核心网络结构，AIGC时代的Transformer新内涵，各AI领域Transformer的应用落地，Transformer未来发展趋势等全维度解析文章正式发布！

码字不易，欢迎大家多多点赞：

Transformer文章地址：https://zhuanlan.zhihu.com/p/709874399

10、最全面的AIGC面经《手把手教你成为AIGC算法工程师，斩获AIGC算法offer！（2024年版）》文章正式发布！

码字不易，欢迎大家多多点赞：

AIGC面经文章地址：https://zhuanlan.zhihu.com/p/651076114

11、50万字大汇总《“三年面试五年模拟”之算法工程师的求职面试“独孤九剑”秘籍》文章正式发布！

码字不易，欢迎大家多多点赞：

算法工程师三年面试五年模拟文章地址：https://zhuanlan.zhihu.com/p/545374303

《三年面试五年模拟》github项目地址（希望大家能多多star）：https://github.com/WeThinkIn/Interview-for-Algorithm-Engineer

12、Stable Diffusion WebUI、ComfyUI、Fooocus三大主流AI绘画框架核心知识，从0到1搭建AI绘画框架，从0到1使用AI绘画框架的保姆级教程，深入浅出介绍AI绘画框架的各模块功能，深入浅出介绍AI绘画框架的高阶用法等全维度解析文章正式发布！

码字不易，欢迎大家多多点赞：

AI绘画框架文章地址：https://zhuanlan.zhihu.com/p/673439761

13、GAN网络核心基础知识，网络架构，GAN经典变体模型，经典应用场景，GAN在AIGC时代的商业应用等全维度解析文章正式发布！

码字不易，欢迎大家多多点赞：

GAN网络文章地址：https://zhuanlan.zhihu.com/p/663157306

14、其他

Rocky将YOLOv1-v7全系列大解析文章也制作成相应的pdf版本，大家可以关注公众号WeThinkIn，并在后台 【精华干货】菜单或者回复关键词“YOLO” 进行取用。