AI如何塑造Adobe的产品战略

近日，Adobe 宣布在 MAX 2021 上发布 Photoshop 桌面端的多项重大更新。

该活动最有趣的特点之一是 Adobe 不断将人工智能集成到其产品线中，这是该公司过去几年一直在探索的领域。

与许多其他公司一样，作为图形设计处理领域的老牌玩家 Adobe，使用 AI 技术来提升自家产品线的竞争力，并巩固其在视频和图像编辑市场中的地位，是一种自然和必然的选择。反过来，人工智能的使用也正在塑造 Adobe 的产品战略。

1. 人工智能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。借助 Sensei 平台，持续优化创作流程，帮助设计工作者提高产出效率的同时，实现更完美、真实的创作效果。

1.1 对象自动选择工具

今年会议上展示的功能之一是 Photoshop 中的自动蒙版工具，它使您只需将鼠标悬停在对象上即可选择该对象。类似的功能会自动为其在场景中检测到的所有对象创建遮罩层。

目前，该选择工具能识别出图像中大多数的对象，其精确度也有所提升，并能够呈现更多对象的边缘细节。未来此功能也会随着人工智能和机器学习技术 Sensei 的不断升级而持续得到改进，帮助用户识别更多类别的对象。

全新菜单项将加快用户选择和添加蒙版的速度。用户凭借智能对象选择工具，一键即可轻松为图层内识别到的所有对象添加蒙版。

1.2 全新神经网络滤镜

Adobe 去年发布的神经网络滤镜是 Photoshop 内的一个工作区，包含了由人工智能 Sensei 支持的非破坏性滤镜，帮助用户简化繁琐的工作流程，只需通过点击或滑块调整便可在几秒内完成创作。今天，Adobe 推出了更多 Beta 版神经网络滤镜及意见反馈工具，通过收集用户建议不断改进功能。全新 Beta 版滤镜包括：

风景混合器：风景混合器可任意结合两幅风景图像，瞬间创建全新风景、艺术概念或天马行空的场景。例如将阳光明媚的夏日景象转换为冬景，从而变换季节；将树上的绿叶转换为秋叶；或将正午拍摄的照片转变为日落效果。场景中的人物或其他主体，也会被自动添加蒙版并融入新创建的场景。

色彩转移：色彩转移可以选取特定图像的配色，并将其应用于不同的图像，为工作流程节省大量时间的同时，创作出更符合期待的外观。

协调：协调凭借 Adobe Sensei 机器学习技术的强大能力，将一个图层上某个元素的颜色和色调与另一个图层相匹配。通过智能调整色调和亮度，该功能还可以帮助用户快速创作完美且逼真的图像。

1.3 其他神经网络滤镜的增强功能还包括：

深度模糊：该功能在机器学习技术的支持下，可以应用更自然的模糊背景，并更聚焦于主体。此外，此次更新还增加了在模糊背景中添加颗粒的功能，以实现更逼真的效果。

超级缩放：全新的超级变焦可以对整个图像进行操作，用户可以将其保存为新的文档并将缩放结果应用于画布中的任何地方，而不仅仅是预览窗口的缩放区域。

样式转换：Adobe 基于梵高、毕加索和其他画家的作品重新训练了算法，使这一滤镜实现更接近真实画作的艺术效果。

着色：仅需片刻即可以为黑白影像添加鲜艳、自然的色彩。

1.4 此次Max大会还公布了一些预览版和即将推出的黑科技：

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。

                              In Between功能演示

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 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。

On Point 功能演示

AI 功能也已添加到 Lightroom、Premiere 和其他 Adobe 产品中。

2. 交付人工智能产品的挑战

当您单独查看 Adobe 应用的 AI 功能时，它们都不是开创性的。

虽然 Adobe 没有在此次活动中提供任何架构或实施细节，但任何一直关注人工智能研究的人都可以立即将 Max 上展示的每一项功能与过去几年在机器学习和计算机视觉会议上发表的一篇或多篇论文和演示相关联。

Auto-masking 使用深度学习的对象检测和分割，这是一个最近取得巨大进展的研究领域。

使用神经网络进行风格迁移是一项至少已有四年历史的技术。支持多个图像生成功能的生成对抗网络(GAN) 已经存在了七年多。事实上，Adobe 使用的许多技术都是开源且免费提供的。

Adobe AI 背后的真正天才不是卓越的技术，而是公司向客户交付产品的战略。

成功的产品需要具有差异化价值，以说服用户开始使用它或从旧解决方案切换到新应用程序。

将深度学习应用于不同的图像处理应用的好处非常明显。它们可以提高生产率并降低成本。深度学习模型提供的帮助可以帮助那些没有专业图形设计师的技能和经验的人降低艺术创造力的障碍。

在自动屏蔽和神经过滤器的情况下，这些工具甚至可以让有经验的用户更快更好地解决他们的问题。一些新功能，例如“in between”功能，正在解决其他应用程序尚未解决的问题。

但除了卓越的功能外，成功的产品还需要以一种无摩擦且具有成本效益的方式交付给其目标受众。

例如，假设您开发了一个最先进的深度学习驱动的神经过滤器应用程序，并希望在市场上销售它。

您的目标用户是已经在使用 Photoshop 等照片编辑工具的图形设计师。如果他们想应用你的神经过滤器，他们将不得不不断地在 Photoshop 和你的应用程序之间移植他们的图像，这会导致过多的摩擦并降低用户体验。

您还必须处理深度学习的成本。许多用户设备没有运行神经网络的内存和处理能力，需要基于云的处理。

因此，您必须设置服务器和 Web API 来为深度学习模型提供服务，并且您还必须确保您的服务随着使用量的增加而保持在线和可用。只有当您接触到大量付费用户时，您才能收回此类成本。

您还必须弄清楚如何以覆盖成本的方式通过产品获利，同时还要保持用户对使用它的兴趣。

您的产品是基于广告的免费产品、免费增值模式、一次性付款还是订阅服务？大多数客户宁愿避免与具有不同支付模式的多个软件供应商合作。

而且您需要一个外展策略来让您的产品在其目标市场上可见。您会在社交媒体上投放广告、进行直接销售并联系设计公司，还是使用内容营销？

许多产品失败并不是因为它们没有解决核心问题，而是因为它们无法进入正确的市场并以具有成本效益的方式交付产品。

最后，您需要一个路线图来不断迭代和改进您的产品。例如，如果您使用机器学习来增强图像，您将需要一个工作流程来不断收集新数据，找出模型失败的地方，并对其进行微调以提高其性能。

3. Adobe 的人工智能战略

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

每当有了新的深度学习工具时，它就可以立即使用 Photoshop、Premiere 和 Creative Cloud 套件中的其他应用程序，使其对用户可见并可供用户使用。

用户无需付费或安装任何新的应用程序；他们只需要将新插件下载到他们的应用程序中。

该公司在过去几年逐步过渡到云，也为将深度学习无缝集成到其应用程序中铺平了道路。

Adobe 的大部分 AI 功能都在云中运行。对其用户而言，基于云的功能的体验与使用直接在他们自己的设备上运行的过滤器和工具没有什么不同。

同时，Adobe 云的规模使该公司能够以极具成本效益的方式运行深度学习推理，这就是为什么大多数新的 AI 功能都免费提供给已订阅 Creative Cloud 的用户的原因。

最后，基于云的深度学习模型为 Adobe 提供了运行非常高效的【AI 工厂】的机会。由于 Adobe 的云为其用户提供深度学习模型，因此未来还将收集数据以提高其 AI 功能的性能。例如，该公司在 Max 会议上承认，自动遮罩功能尚未适用于所有对象，但会随着时间的推移而改进。持续的迭代将反过来使 Adobe 能够增强其 AI 能力并巩固其在市场中的地位。反过来，人工智能将塑造 Adobe 未来将推出的产品。

Adobe 利用 AI 实现的业务正向闭环，是其可以不断迭代，越来越强大的利器。

运行应用机器学习项目非常困难，这是大多数公司无法实现的。Adobe 是一个有趣的案例，说明如何将正确的元素结合在一起可以将 AI 的进步转化为有利可图的业务应用程序。

参考链接：