Verliere mit diesem Glossar für generative KI nicht den Überblick.
Richtig eingesetzt, steigert generative KI die Kreativität und die Effizienz von Arbeitsabläufen, ohne dabei die Einzigartigkeit des menschlichen Verstands und menschlichen Fantasie zu ersetzen. Mit Alltagssprache außergewöhnliche neue visuelle Inhalte generieren – die Anwendungsbereiche und Inspirationsquellen sind endlos – für Designerinnen und Designer, Marketingprofis, Kleinunternehmen, Solo-Unternehmerinnen und -unternehmer und viele andere.
Dieses generative KI-Glossar vermittelt dir die Grundlagen und schärft deinen Blick für alles, was mit KI zu tun hat. Es hilft dir, das große Ganze im Auge zu behalten, wenn du einzigartige, beeindruckende Bilder und Texte mit Adobe Firefly erstellst.
Überblick
Künstliche Intelligenz und generative KI entmystifizieren.
Als eine Art generativer künstlicher Intelligenz funktionieren KI-Kunst- und Bildgeneratoren ähnlich wie andere Arten von KI, indem sie ein maschinelles Lernmodell und große Datensätze verwenden, um eine bestimmte Art von Ergebnis zu erzielen. Dank der Fähigkeit, Bilder auf der Grundlage einfacher Texteingaben zu generieren, revolutionieren KI-Bildgeneratoren den kreativen Prozess, indem sie deine visuellen Ideen schnell und effizient mit unzähligen Anwendungsmöglichkeiten zum Leben erwecken.
Generative KI bezieht sich auf eine Klasse von Algorithmen für maschinelles Lernen und ist darauf ausgelegt, neue und originelle Inhalte (wie die szenischen Bildbeispiele weiter unten in diesem Eintrag) zu erstellen. Die Qualität und Vielfalt der generierten Ausgabe hängt von der Qualität und Vielfalt der Trainingsdaten, der Architektur und den Parametern des Modells sowie dem Trainingsprozess ab. Mit Alltagssprache und anderen Eingaben lassen sich Bilder, Videos, Dokumente, digitale Erlebnisse und – im Fall von Adobe Firefly – besonders ansprechende Bilder, transformierter Text, Farbspiele und vieles mehr erstellen. Bevor du mit KI loslegst, solltest du dir dir zunächst einen Überblick über die wichtigsten KI-Begriffe verschaffen.
Glossar für generative KI.
Die praktischen Anwendungen sind zahlreich und die Ergebnisse fantastisch. Bei KI handelt es sich jedoch weder um Magie noch Science-Fiction. Das folgende Glossar für dieses innovative und sich entwickelnde Feld enthält die grundlegenden Begriffe und Konzepte, die du benötigst, um dich im Bereich künstlicher Intelligenz und generativer KI-Tools sicher zu bewegen.
1. Künstliche Intelligenz (KI).
KI bezieht sich auf dasjenige Gebiet der Informatik, das darauf abzielt, intelligente Systeme zu schaffen, die in der Lage sind, Aufgaben zu erledigen, die menschenähnliche Intelligenz erfordern. Es umfasst eine Reihe verschiedener Techniken und Algorithmen, die es Maschinen ermöglichen, aus Daten zu lernen, zu schlussfolgern zu gelangen und sich an neue Informationen anzupassen. Künstliche Intelligenz nutzt ein maschinelles Lernmodell, große Datensätze und Mustererkennung, um eine bestimmte Art von Ergebnis zu erzeugen, wie zum Beispiel personalisierte Empfehlungen, Spracherkennung, Sprachübersetzungen und vieles mehr.
2. Generative KI.
Generative KI ist eine Art von künstlicher Intelligenz, die in der Lage ist, aus ganz normalen Wörtern und andere Eingaben exzellente Ergebnisse zu generieren. Während es bei der Diskussion über diese Technologie vor allem um die Generierung von KI-Bildern und KI-Kunst geht, kann generative KI weitaus mehr, als nur statische Bilder aus Textprompts zu generieren.
Mit wenigen simplen Wörtern und dem richtigen KI-Generator können wir Videos, Dokumente und interaktive Inhalte sowie beeindruckende Bilder und Kunstwerke erstellen. KI-Kunstgeneratoren können auch nützlich sein, um „kreative Bausteine“ wie Pinsel, Vektoren und Texturen zu produzieren, die Inhalte ergänzen oder deren Grundlage bilden können.
3. Textprompts.
Ein Textprompt ist eine spezifische Anweisung, die einem KI-Sprachmodell gegeben wird, um gewünschte Inhalte oder Antworten zu generieren. Er besteht in der Regel aus einem kurzen Satz oder einer Wortfolge, die Kontext bietet und die KI anleitet, Text zu generieren, der zur gegebenen Eingabe passt. Textprompts werden häufig in der Verarbeitung natürlicher Sprache und in kreativen KI-Anwendungen verwendet.
Das Schreiben von Textprompts beinhaltet das Erstellen spezifischer schriftlicher Anweisungen oder Fragen, um generative KI-Modelle zu leiten und deren Ausgabe gemäß dem gewünschten Inhalt und Stil zu gestalten. Dabei ist die Effizienz der Eingaben einer der entscheidenden Faktoren, um die gewünschten Ergebnisse zu erzielen.
4. Adobe Firefly.
Adobe Firefly ist die neue Familie kreativer generativer KI-Modelle, die in Adobe-Produkte integriert ist und sich zunächst auf die Generierung von Bild- und Texteffekten konzentriert. Firefly wird neue Möglichkeiten bieten, Ideen zu entwickeln, zu kreieren und zu kommunizieren, während kreative Arbeitsabläufe erheblich verbessert werden. Firefly ist die natürliche Weiterentwicklung der Technologien, die Adobe in den letzten 40 Jahren entwickelt hat – geleitet von der Vision, Menschen dabei zu unterstützen, ihre Ideen authentisch in die Wirklichkeit umzusetzen.
5. Große Sprachmodelle.
Große Sprachmodelle, wie das beliebte ChatGPT-3, enthalten Milliarden von Parametern und sind hervorragend darin, menschliche Sprache zu verarbeiten und zu generieren. Sie haben sich bei verschiedenen Aufgaben des Sprachverständnisses und der Sprachgenerierung als bemerkenswert leistungsfähig erwiesen.
6. Maschinelles Lernen.
Maschinelles Lernen ist ein Teilbereich der KI, der es Systemen ermöglicht, aus Daten zu lernen und ihre Leistung im Laufe der Zeit zu verbessern, ohne explizit dazu programmiert zu werden. Es umfasst beaufsichtigte, unbeaufsichtigte und verstärkende Lerntechniken.
7. Neuronale Netze.
Neuronale Netze sind Rechenmodelle, die die Struktur des menschlichen Gehirns nachbilden. Sie bestehen aus miteinander verbundenen Knoten oder Neuronen, die in Schichten organisiert sind, und werden in verschiedenen KI-Aufgaben häufig eingesetzt.
8. Deep Learning.
Deep Learning ist ein Teilbereich des maschinellen Lernens, der neuronale Netze mit einer Vielzahl versteckter (interner) Schichten verwendet, um komplexe Daten zu verarbeiten und schwierige Probleme zu lösen, wie zum Beispiel Bilderkennung und Verarbeitung natürlicher Sprache.
9. Bildgenerierung.
KI ist in der Lage, mithilfe generativer Modelle wie GANs, VAEs oder Transformern von Grund auf neue, realistische Bilder zu erstellen, was kreative Anwendungen und die Erzeugung visueller Inhalte revolutioniert. Als eine Art generativer KI-Technologie funktionieren KI-Kunstgeneratoren ähnlich wie andere Arten künstlicher Intelligenz, die ein maschinelles Lernmodell und große Datensätze verwenden, um eine bestimmte Art von Ergebnis zu erzielen.
10. Texterstellung.
Texterstellung in der KI bezieht sich auf den Prozess, kohärente und kontextuell relevante schriftliche Inhalte mithilfe großer Sprachmodelle oder rekurrenter neuronaler Netze zu generieren.
11. Unbeaufsichtigtes Lernen.
Unbeaufsichtigtes Lernen ist ein Ansatz im maschinellen Lernen, bei dem das Modell aus nicht gekennzeichneten Daten lernt und Muster und Strukturen ohne explizite Anleitung erkennt.
12. Transferlernen.
Transferlernen ist eine KI-Technik, bei der Wissen, das durch das Training an einer Aufgabe gewonnen wurde, genutzt wird, um das Lernen und die Leistung einer anderen, verwandten Aufgabe zu verbessern, wodurch der Bedarf an umfangreichen Trainingsdaten reduziert wird.
13. Datenaugmentation.
Bei der Datenaugmentation geht es unter anderem darum, die Größe eines Datensatzes künstlich zu erhöhen, indem verschiedene Transformationen auf die Originaldaten angewendet werden, um die Generalisierungsfähigkeit des Modells zu verbessern.
14. Verzerrung in der KI.
Verzerrung (Bias) in der KI bezieht sich auf das Vorhandensein von unfairen oder ungerechten Vorlieben innerhalb von KI-Modellen, die oft menschliche Vorurteile aus den Trainingsdaten widerspiegeln und zu diskriminierenden Ergebnissen führen können.
15. Erklärbare KI.
Erklärbare KI zielt darauf ab, die Entscheidungsprozesse von KI-Modellen verständlich und transparent zu machen, was wesentlich ist, um Vertrauen aufzubauen und ihr Verhalten, insbesondere in kritischen Anwendungen, zu verstehen.
16. Ethik in der KI.
Ethik in der KI befasst sich mit der verantwortungsvollen Entwicklung, Implementierung und Nutzung von KI-Technologien und behandelt Bedenken in Bezug auf Privatsphäre, Verzerrung, Transparenz und Verantwortlichkeit.
17. KI-Kunst.
KI-Kunst umfasst Kunstwerke, die von KI-Systemen mithilfe generativer Algorithmen erstellt oder mitgestaltet werden und das Zusammenwirken von menschlicher Kreativität und den Fähigkeiten künstlicher Intelligenz widerspiegeln. KI-Generatoren wie Adobe Firefly können die Kreativität steigern, indem sie den Menschen neue Möglichkeiten bieten, sich etwas vorzustellen, zu experimentieren und ihre Ideen zum Leben zu erwecken.
Firefly verwirklicht die Zukunftsvision, dass Kreative Alltagssprache und andere Eingabeformen nutzen können, um mit KI schnell Designvariationen durchzuprobieren, störende Elemente aus Fotos zu entfernen, Elemente zu Illustrationen hinzuzufügen, die Stimmung eines Videos zu ändern, 3D-Objekten Textur zu verleihen, interaktive Inhalte zu erstellen und vieles mehr.
18. Datenschutz.
Datenschutz bezieht sich auf den Schutz von in KI-Trainingsdatensätzen verwendeten persönlichen und vertraulichen Daten, um unbefugten Zugriff und möglichen Missbrauch zu verhindern.
19. Bild-zu-Bild-Übersetzung.
Bild-zu-Bild-Übersetzung ist eine generative KI-Technik, die Bilder von einer Domäne in eine andere umwandelt, wodurch Aufgaben wie das Konvertieren von Skizzen in fotorealistische Bilder oder das Ändern von Tag- in Nachtszenen ermöglicht werden.
20. Sprachmodelle.
Sprachmodelle sind KI-Systeme, die entwickelt wurden, um menschliche Sprache zu verarbeiten und zu generieren. Sie sind von entscheidender Wichtigkeit für verschiedene Aufgaben im Bereich der Verarbeitung natürlicher Sprache (NLP) wie maschinelle Übersetzung und Textzusammenfassung.
21. Vortrainierte Modelle.
Vortrainierte Modelle sind KI-Modelle, die auf umfangreichen Datensätzen trainiert wurden und für weitere Feinabstimmung oder Transferlernen bei spezifischen Aufgaben zur Verfügung stehen.
22. Verarbeitung natürlicher Sprache (NLP).
NLP ist ein Bereich der KI, der darauf abzielt, Computern das Verstehen, Interpretieren und Erzeugen menschlicher Sprache zu ermöglichen. Es bildet die Grundlage für Anwendungen wie Chatbots und Stimmungsanalyse.
23. Stiltransfer.
Stiltransfer in der KI beinhaltet das Verschmelzen des Stils eines Bildes mit dem Inhalt eines anderen, um neuartige visuelle Resultate mit künstlerischer Wirkung zu generieren.
24. Inpainting.
Inpainting ist eine KI-Bildgenerierungstechnik, die verwendet wird, um fehlende Teile eines Bildes zu füllen. Sie wird oft zur Restaurierung und Verbesserung eingesetzt.
25. Hyperparameter-Abstimmung.
Hyperparameter-Abstimmung ist der Prozess der Optimierung der Einstellungen (Hyperparameter) von KI-Modellen, um eine bessere Leistung zu erzielen.
26. Übertragbarkeit.
Übertragbarkeit bezieht sich auf die Fähigkeit von KI-Modellen, Wissen, das in einem Bereich erworben wurde, zu nutzen, um die Leistung in einem anderen Bereich zu verbessern.
27. Multimodale KI.
Multimodale KI verarbeitet und erzeugt Inhalte aus verschiedenen Datentypen wie Text, Bildern und Audio, was vielfältigere und kreativere Ergebnisse ermöglicht.
28. Generative Kontrahentennetze (GANs).
GANs sind eine Klasse von generativen KI-Modellen, die aus zwei neuronalen Netzen bestehen: dem Generator und dem Diskriminator. Diese arbeiten zusammen, um hochwertige synthetische Daten zu generieren.
29. Variationale Autoencoder (VAEs).
VAEs sind generative Modelle, die einen Encoder und einen Decoder nutzen, um latente Repräsentationen von Daten zu erlernen und neue Proben zu generieren.
30. Transformer.
Transformer sind eine Art von Deep-Learning-Architektur, die häufig in großen Sprachmodellen eingesetzt wird. Sie ermöglichen die parallele Verarbeitung von Daten und verbessern die Recheneffizienz.
31. Kollaborative KI.
Kollaborative KI beinhaltet KI-Systeme, die so entwickelt wurden, dass sie mit Menschen zusammenarbeiten, menschliche Fähigkeiten erweitern und die gemeinsame Entscheidungsfindung erleichtern.
32. Ethische Fragen in der generativen KI.
Ethische Fragen in der generativen KI betreffen Bedenken über voreingenommene Inhaltserzeugung, verantwortungsvolle KI-Einführung und die Auswirkungen von KI-generierten Inhalten auf die Gesellschaft und die Kunstbranche.
33. Domänenspezifische Sprachmodelle.
Domänenspezifische Sprachmodelle sind KI-Modelle, die für bestimmte Branchen oder Bereiche optimiert wurden, um maßgeschneiderte und präzise Ergebnisse zu liefern.
34. Lizenzierung von KI-generierten Inhalten.
Die Lizenzierung von KI-generierten Inhalten befasst sich mit rechtlichen Überlegungen zu Eigentums- und Nutzungsrechten von Inhalten, die von KI-Systemen produziert werden.
35. Mensch-KI-Zusammenarbeit in der Kreativität.
Die Mensch-KI-Zusammenarbeit beinhaltet die Integration von KI-Technologien neben menschlichem Input, um eine symbiotische Beziehung zu fördern, die die Stärken beider Seiten in kreativen Projekten nutzt.
36. Verzerrungsminderung in der generativen KI.
Techniken zur Minderung von Verzerrung (Bias) zielen darauf ab, Vorurteile in KI-Modellen zu reduzieren, um faire und gerechte Ergebnisse bei der Inhaltserstellung und Entscheidungsfindung zu gewährleisten.
37. Inference.
Inference (Schlussfolgerung) ist der Prozess, bei dem ein trainiertes KI-Modell verwendet wird, um Vorhersagen zu treffen oder Inhalte basierend auf neuen Eingangsdaten zu generieren.
38. In-Domain-Daten für das KI-Training.
In-Domain-Daten beziehen sich auf Trainingsdatensätze, die die spezifische Domäne oder Zielaufgabe präzise repräsentieren, um eine optimale Leistung des KI-Modells zu erzielen.
39. Deep Dream.
Deep Dream ist eine Visualisierungstechnik für neuronale Netze, die verwendet wird, um Bilder zu verstärken und zu verändern, wodurch surreale und traumähnliche Visualisierungen entstehen.
40. Datenbereinigung.
Datenbereinigung beinhaltet das Identifizieren und Korrigieren von Fehlern und Unstimmigkeiten in Datensätzen, um ein genaues und zuverlässiges Training von KI-Modellen zu gewährleisten.
41. Autoencoder.
Autoencoder sind eine Klasse von neuronalen Netzen, die im unbeaufsichtigten Lernen eingesetzt werden, um Daten zu komprimieren und dann wiederherzustellen. Sie werden oft in generativen KI-Aufgaben verwendet.
42. Stochastizität.
Stochastizität bezieht sich auf das Element der Zufälligkeit in KI-Modellen, das zur Vielfältigkeit der erzeugten Ergebnisse beiträgt.
43. Zero-Shot-Lernen.
Zero-Shot-Lernen ist ein maschinelles Lernverfahren, bei dem ein Modell Aufgaben ausführen kann, für die es nicht explizit trainiert wurde, basierend nur auf einer textuellen Beschreibung der Aufgabe.
44. One-Shot-Lernen.
One-Shot-Lernen ist ein maschinelles Lernverfahren, bei dem ein Modell aus nur einem einzigen Beispiel lernen kann, was menschliche Lernfähigkeiten nachahmt.
45. Selbstbeaufsichtigtes Lernen.
Selbstbeaufsichtigtes Lernen ist ein Lernparadigma, bei dem ein Modell die inhärente Struktur der Daten nutzt, um seine eigenen Trainingslabels zu generieren, wodurch der Bedarf an umfangreichen, von Menschen gekennzeichneten Datensätzen verringert wird.
46. Kollaborative KI-Plattformen.
Kollaborative KI-Plattformen wie Adobe Firefly bieten Künstlern und Kreativen Werkzeuge zur Zusammenarbeit mit KI, wodurch innovative Inhaltserstellung ermöglicht wird und neue Dimensionen in der Kreativität erkundet werden können.
47. Content Authenticity Initiative.
Die Initiative zur Authentizität von Inhalten (Content Authenticity Initiative; CAI) ist eine gemeinsame Initiative verschiedener Organisationen und Technologieunternehmen, zur Etablierung von Standards und Technologien zur Überprüfung der Echtheit digitaler Medieninhalte. Die CAI bemüht sich, Fehlinformationen und Deepfakes zu bekämpfen, indem sie Werkzeuge bereitstellt, um den Ursprung und die Änderungshistorie von Mediendateien nachzuvollziehen, um so die Integrität und Transparenz von Inhalten sicherzustellen.
48. Content Credentials.
Content Credentials (Inhaltsnachweise) beziehen sich auf Metadaten oder digitale Zertifikate, die an digitale Inhalte angehängt werden, um deren Herkunft, Urheberschaft und Änderungshistorie zu überprüfen. Diese Nachweise sind Teil der Bestimmungen der Content Authenticity Initiative und spielen eine entscheidende Rolle bei der Etablierung der Legitimität und Vertrauenswürdigkeit von Mediendateien.
49. Outpainting.
Outpainting ist eine Technik in der KI-gestützten Bildbearbeitung, bei der ein Bild über seine ursprünglichen Grenzen hinaus erweitert wird, um neue Inhalte zu generieren und das Bild nahtlos zu vergrößern. Anders als Inpainting, das fehlende Teile eines Bildes ausfüllt, erweitert Outpainting den Inhalt über die ursprünglichen Grenzen hinaus und erzeugt dabei oft kreative und realistische Extrapolationen.
50. Beta.
Im Kontext von Software und KI-Anwendungen bezeichnet Beta eine Testphase, in der ein Produkt oder Service einer ausgewählten Gruppe von Nutzern vor der offiziellen Veröffentlichung zur Verfügung gestellt wird. Beta-Tests ermöglichen es Entwicklern, Feedback zu sammeln, Fehler zu identifizieren und Verbesserungen basierend auf der Nutzung in der realen Welt vorzunehmen, um eine stabilere und verfeinerte Endversion zu gewährleisten.
51. Kommerzielle Nutzung/Entschädigung.
Kommerzielle Nutzung im Zusammenhang mit KI bezieht sich auf die Verwendung von KI-Modellen, -Software oder generierten Inhalten zu gewinnorientierten Zwecken. Entschädigung bezieht sich hingegen auf den rechtlichen Schutz oder den Schadenersatz, die Nutzern für mögliche Verluste, Schäden oder Haftungsansprüche gewährt wird, die sich aus der Nutzung von KI-Produkten oder -Dienstleistungen ergeben.
52. Coalition for Content Provenance and Authenticity.
Die Koalition für Inhaltsherkunft und Authentizität (Coalition for Content Provenance and Authenticity; C2PA) ist ein Konsortium aus Organisationen, dessen Arbeit darin besteht, Standards und Technologien zu entwickeln, um die Herkunft, Echtheit und Vertrauenswürdigkeit digitaler Inhalte zu zertifizieren. C2PA steht in engem Zusammenhang mit der Content Authenticity Initiative und hat das Ziel, die Verbreitung von Fehlinformationen zu bekämpfen und die Integrität von Medien zu gewährleisten.
53. Inhaltsbasiertes Füllen.
Inhaltsbasiertes Füllen ist eine Technik der computergestützten Bilderfassung und -bearbeitung, die es ermöglicht, mithilfe KI-gestützter Software Objekte effizient aus Bildern zu entfernen oder fehlende Bereiche innerhalb von Bildern auszufüllen. Die KI analysiert umliegende Pixel und Texturen, um einen nahtlosen Ersatz zu generieren, was zu einem visuell konsistenten und natürlich aussehenden Ergebnis führt.
54. Metering/Credit.
Metering/Credit bezieht sich auf den Prozess, den Erstellern oder Eigentümern von KI-generierten Inhalten die gebührende Anerkennung zuzusprechen. Dabei geht es darum, angemessen auf den Urheber oder Inhaber eines Werks zu verweisen, um Plagiate zu vermeiden und die Rechte an geistigem Eigentum zu wahren.
55. Noise.
Im Zusammenhang mit künstlicher Intelligenz bezieht sich Noise (Rauschen) auf irrelevante oder zufällige Daten, die in einem Datensatz vorhanden sind. Diese überflüssigen Informationen können die Leistung und Genauigkeit von maschinellen Lernmodellen negativ beeinflussen, weshalb die Rauschreduzierung ein wesentlicher Schritt bei der Datenvorbereitung ist.
56. Varianten.
Der Begriff „Varianten“ bezieht sich im Kontext von KI-Modellen oder -Algorithmen auf verschiedene Versionen oder Iterationen, die durch bestimmte Modifikationen oder Anpassungen des ursprünglichen Modells entstehen. Diese Änderungen können das Anpassen von Hyperparametern, Trainingsdaten oder architektonischen Konfigurationen beinhalten, um verschiedene Ansätze zu erkunden und die Leistung zu verbessern.
57. Seeds.
Der Begriff „Seeds“ bezieht sich im Kontext von KI und maschinellem Lernen auf Startwerte oder Anfangsbedingungen, die verwendet werden, um Zufallsprozesse zu initialisieren. Diese können nützlich sein, um reproduzierbare Ergebnisse bei Experimenten zu gewährleisten. Die Verwendung unterschiedlicher Seed-Werte kann während des Trainings zu verschiedenen Modellergebnissen führen. Es ist eine gängige Technik, um Zufälligkeit zu steuern und Reproduzierbarkeit sicherzustellen.
58. ControlNet.
ControlNet ist ein Konzept in der KI-Forschung, bei dem ein separates neuronales Netzwerk parallel zum Hauptmodell trainiert wird, um dessen Ausgaben zu überwachen und zu regulieren. Dieses zusätzliche Netzwerk fungiert als Kontrollmechanismus und hilft dabei, die Stabilität, Zuverlässigkeit und Einhaltung des gewünschten Verhaltens des Modells zu verbessern.
59. NSFW-Liste, Blockliste.
NSFW steht für "Not Safe for Work" und bezeichnet Inhalte, die in bestimmten Umgebungen unangemessen oder explizit sein können. Eine NSFW-Liste oder Blockliste ist eine Sammlung von Schlüsselwörtern, Wortfolgen oder Inhaltsbeschreibungen, die von KI-Systemen verwendet werden, um unangemessene oder sensible Inhalte in von Benutzern erstellten Inhalten oder Suchergebnissen zu erkennen und herauszufiltern.
Erstelle atemberaubende Inhalte mit Adobe Express, unterstützt durch Firefly.
Im Gegensatz zu anderen generativen KI-Tools ist Adobe Firefly der derzeit differenzierteste generative KI-Dienst. Er ist darauf ausgelegt, Bilder zu generieren, die problemlos für kommerzielle Zwecke verwendet werden können – frei von urheberrechtlich geschützten Materialien wie beliebten Charakteren und Markeninhalten.
Firefly ist auf hunderte Millionen professioneller, lizenzierter Bilder in Adobe Stock geschult – darunter die hochwertigsten lizenzierten Bilder, die VMarketingprofis und Kreativen zur Verfügung stehen – sowie auf offen lizenzierte und gemeinfreie Inhalte, deren Urheberrecht abgelaufen ist. Mit einfachen Prompts in über 100 Sprachen erstellst du wunderschöne Bilder, Texttransformationen, Farbspiele und vieles mehr.
Großunternehmen können Firefly mit ihren eigenen kreativen Materialien schulen und Inhalte in der Markensprache einer Organisation oder eines Unternehmens generieren. Von dort aus teilst du deine Inhalte einfach direkt aus Adobe Express auf deinen Social Media-Kanälen – und im Nu hast du komplette Marketingsynergie! In wenigen Minuten setzt du deine kreative Vision in die Tat um. Dein Produktionsablauf wird nie wieder derselbe sein.
Unsere Innovationen enden aber nicht hier. Wir erforschen zurzeit die Generierung benutzerdefinierter Vektoren, Pinsel und Texturen aus Text-Prompts, die Änderung des Wetters in einem Video mit wenigen Worten oder die Umwandlung einfacher 3D-Designs in fotorealistische Bilder und die schnelle Erstellung neuer Stile und Variationen. All das und noch vieles mehr wartet auf dich.
Lasse mit Firefly deiner Vorstellungskraft freien Lauf. Probiere dich aus. Nutze deine Kreativität und erstelle eine unendliche Auswahl an Bildern mit Firefly, der generativen KI-gestützten Inhaltserstellung von Adobe.