Adobe发布全新AI模型Magic Fixup，专攻照片编辑。与以往仅从静态图像学习的模型不同，Magic Fixup通过数百万对视频帧进行训练，使AI能精准理解物体和场景在光照、透视及运动变化下的动态规律。
Magic Fixup 的训练机制
据Adobe研究论文披露，团队构建了专用图像数据集：每个样本均包含同一视频中随机时间间隔内提取的源帧与目标帧。系统采用两种运动模型模拟用户编辑行为，将源帧精准扭曲至目标位置。
Magic Fixup 的核心功能
经上述训练，Magic Fixup可高效完成传统AI难以处理的编辑任务。用户可通过类“剪切-粘贴”操作重新定位或调整对象大小，且在大幅修改时仍能完整保持图像一致性。
Magic Fixup 的技术原理
该方法不仅能传递原始图像的细微细节并保留身份特征，还能根据新布局的光照与上下文环境自动适配元素。
技术上，Magic Fixup采用双扩散模型并行流水线：细节提取器处理参考图像及其噪声版本，生成保留细微特征的指导信息；合成器则基于用户编辑指令与提取的细节生成最终输出。
应用层面，Magic Fixup可快速将广告行业的复杂视觉概念转化为原型，帮助艺术总监规避全面拍摄或耗时手动编辑；影视制作人员亦可借此简化特效流程、显著降低成本。
尽管Adobe一贯通过许可证保护工具，但此次意外将Magic Fixup研究代码开源至GitHub，或为应对AI模型市场竞争的策略调整。目前，该功能何时集成至Creative Cloud套件尚未明确。