AI novinky: Adobe Firefly, Fitbit Gemini a PayPal Agentic Commerce

Přepis epizody

Dobrý den, vítáme vás u 26. dílu podcastu Kde skončí zítřek. S námi je zde můj kolega Alfred. Dobrý den, Iveto, a dobrý den všem, kteří nás poslouchají. Dnešní epizoda bude obzvláště nabitá informacemi, zaměříme se na detailní představení pokroků a jejich technických specifikací. Dovolte mi začít s významnými zprávami ze světa kreativních technologií.

Jedním z klíčových prvků je nový základní model Firefly Image 5. Tento model představuje další generaci generování obrazu a přináší vylepšenou kvalitu, zvýšenou kontrolu nad výstupy a řadu nových funkcí. Zásadní je jeho schopnost generovat realističtější zobrazení lidských postav, včetně rozmanitých póz, stylů a výrazů, což je oblast, kde předchozí modely často narážely na technické limity.

Z pohledu praktického použití se v Firefly Image 5 objevují dvě nové referenční funkce. První je Structure Reference, která umožňuje uživatelům vložit referenční obraz pro převzetí jeho kompoziční struktury, například rozložení objektů či pozice hlavních prvků, a promítnout je do nově generovaného snímku. Druhou funkcí je Style Reference, jež dokáže přenést vizuální styl vybraného referenčního obrazu, ať už jde o barevnou paletu, textury nebo celkovou atmosféru, na generovaný obsah.

K tomu se přidávají i další nástroje. Funkce Generative Expand umožňuje inteligentní rozšíření obrazu mimo jeho původní hranice, například pro změnu poměru stran, přičemž umělá inteligence predikuje a vyplňuje chybějící části obsahu k tomu se hodící. Klasická funkce Text to Image je samozřejmě vylepšena a poskytuje přesnější interpretaci textových promptů a kvalitnější vizuální výstupy. Tyto nástroje jsou navrženy tak, aby kreatorům poskytovaly větší přesnost a flexibilitu při iterativní tvorbě.

Adobe však nezůstává pouze u statického obrazu. Představili také Firefly Audio model, který otevírá nové možnosti v oblasti generování zvuku. Tento model dokáže vytvářet hudbu, zvukové efekty a ambientní nahrávky přímo z textových promptů. Uživatelé mohou specifikovat parametry, jako je tempo, volba hudebních nástrojů, požadovaná nálada kompozice a přesná doba trvání. Model podporuje tvorbu bezešvých smyček a nabízí nedestruktivní úpravy, což umožňuje iterativní dolaďování bez modifikace původních generovaných zvukových dat.

A aby byl ekosystém kompletní, přichází Firefly Video model. Ten přináší generativní funkce do střihu videa, například generativní vyplňování pro odstraňování objektů z videozáznamů nebo přenos stylů na celé videosekvence. Umožňuje také převod textu na video a změnu nálady, osvětlení nebo sezónních prvků ve videu pouze pomocí textových popisů. Novinkou je i schopnost generovat B-roll záběry a vytvářet pozadí, a to včetně klíčové funkce pro rigging postav, což výrazně zefektivní animační procesy. Pro oblast designu je určen Firefly Design model.

Všechny tyto nové modely Firefly jsou hluboce integrovány do stávajících aplikací, jako jsou Photoshop, Illustrator, Premiere Pro, After Effects a Audition. Rovněž jsou dostupné v Adobe Express a v nové platformě Adobe Gen Studio.

Adobe Gen Studio je komplexní platforma pro správu obsahu, která orchestruje celý řetězec dodávky obsahu. Od tvorby přes schvalování až po distribuci využívá generativní umělou inteligenci pro produkci obsahu ve velkém měřítku. Od tvorby přes schvalování se vytvářejících aplikací.

Přesuňme se nyní od kreativity k osobnímu zdraví, konkrétně k novinkám od společnosti Fitbit. Ta představila největší revizi své aplikace, která integruje ambice v oblasti koučování poháněné technologií Gemini od společnosti Google. Cílem je nabídnout personalizovanou zdravotní péči prostřednictvím umělé inteligence. Nová struktura aplikace Fitbit konsoliduje tři hlavní sekce Today, Coaching a You. Denních aktivit a zdravotních metrik. Sekce Coaching je jádrem AI novinek a sekce You se zaměřuje na osobní data a profil uživatele.

Klíčovou inovací je Gemini Powered Coaching, který je prozatím k dispozici v rámci programu Fitbit Labs jako AI Health Coach. Konkrétně se jedná o dva programy, Fitbit Ace pro děti a Fitbit Spark pro dospělé. Program Spark je navržen pro dospělé uživatele a nabízí individuálně přizpůsobené plány a doporučení. Umělá inteligence dokáže navrhnout konkrétní aktivity, například 20minutovou procházku s konkrétní intenzitou nebo přizpůsobené recepty na základě stravovacích preferencí a cílů uživatele. V oblasti spánku může Spark navrhnout úpravy, například posunutí doby spánku o 10 minut dříve a vyzkoušení konkrétní meditace před spaním. Tato doporučení jsou generovaná na základě dat shromážděných ze zařízení Fitbit, jako jsou údaje o aktivitě, spánku a srdečním tepu. Pro uživatele a rodiny je určen program ACE. Ten gamifikuje fyzickou aktivitu a má za cíl zapojit děti do zdravého životního stylu. Obsahuje digitálního mazlíčka, který roste a vyvíjí se úměrně s aktivitou dítěte. Rodiče nebo opatrovníci mají přehled o aktivitách svých dětí a mohou nastavit cíle.

Implementace umělé inteligence v obou programech klade důraz na etické aspekty, jako je transparentnost v používání dat a jasné vymezení limitů umělé inteligence. Tato integrace umělé inteligence do Fitbitu je součástí širší strategie společnosti Google, jež je vlastníkem Fitbitu, pro začlenění umělé inteligence do oblasti zdraví a wellness. Počáteční fáze je spuštěna v rámci Fitbit Labs, což je program pro raný přístup, a následovat bude širší postupné uvedení na trh. Tyto pokroky naznačují posun k proaktivnější a personalizované zdravotní péči, která využívá prediktivní schopnosti umělé inteligence.

Od personalizovaného zdraví se nyní přesuneme k pokrokům v oblasti velkých jazykových modelů, konkrétně k novince od čínské AI společnosti Minimax. Minimax představil svůj model M2, který dle jejich tvrzení dosáhl nejvyššího hodnocení mezi open source velkými jazykovými modely na benchmarku MTBench. Model M2 je prezentován jako multimodální základní model, což znamená, že je schopen zpracovávat nejen textové vstupy, ale také hlasové a vizuální informace. Jeho deklarovaná nejvyšší pozice na MTBench mezi otevřenými modely je významná, jelikož MTBench je komplexní benchmark navržený pro hodnocení konverzačních schopností velkých jazykových modelů v rámci vícefázových dialogů. Vysoké skóre v tomto testu indikuje silný výkon v oblastech interaktivních konverzací a schopnosti plnit komplexní instrukce. Tyto vlastnosti jsou klíčové pro aplikace v širokém spektru od automatizovaných asistentů až po nástroje pro vývoj softwaru. Multimodální povaha modelu pak rozšiřuje jeho aplikační potenciál daleko za hranice čistě textových úloh.

Kontext tohoto oznámení je důležitý. Existuje rostoucí konkurence v prostoru velkých jazykových modelů, zejména ze strany čínských technologických společností. Model M2 dosahuje nejvyššího skóre v kategorii otevřených modelů, což ho odlišuje od komerčních, uzavřených modelů, jako je například GPT-4, které nemusí být hodnoceny ve stejném kontextu open source srovnání. Tato událost podtrhuje dynamiku a inovace v oblasti open source.

Na závěr dnešního dílu se podíváme na inovace v oblasti elektronického obchodu, které představila společnost PayPal. Koncept Agentic Commerce představuje posun od tradičního zpracování plateb k modelu, kde umělá inteligence funguje jako inteligentní agent. Tento agent automatizuje úkoly, predikuje potřeby uživatelů a aktivně usnadňuje transakce. Cílem je transformovat celý proces nákupu a prodeje, aby byl intuitivnější, personalizovanější a efektivnější.

Mezi klíčové služby a iniciativy patří především vylepšení zákaznické zkušenosti. Umělá inteligence bude využívána k personalizaci nakupování, nabízení relevantních produktů a služeb na základě předchozího chování a preferencí uživatele. Pro obchodníky PayPal vyvíjí nástroje, které jim umožní využít umělou inteligenci pro optimalizaci prodeje, marketingových kampaní a operačních procesů. Základem těchto služeb je interní AI platforma společnosti PayPal.

Tento strategický posun naznačuje, že PayPal se snaží stát se více než jen platební bránou. Chce se stát centrálním orchestrátorem inteligentních komerčních interakcí. To znamená, že místo pouhého zpracování transakce bude umělá inteligence aktivně ovlivňovat celý nákupní cyklus od objevení produktu až po jeho zakoupení.

Děkujeme, že posloucháte podcast Kde skončí zítřek. Nové díly vycházejí. Kde skončí zítřek. Kde skončí zítřek. Navzdory snaze o dokonalost může epizoda obsahovat drobné nepřesnosti.