Adobe推出照片漫游功能SightSpan，可将单张照片扩展为可探索3D场景

在 2026 年 11 月 10 日于迈阿密举行的 Adobe MAX 大会上，Adobe 公布了一批处于实验阶段的 AI 创意工具。这些项目尚未纳入正式产品线，但展现了其对下一代内容创作范式的构想：从静态图像到可交互三维空间，从文本提示到自然语言对话驱动的角色设计，再到跨软件协同的智能体工作流。

其中最受关注的是 Project Sight Span——即用户所称的“AI 照片漫游”功能。该技术能够将一张平面照片（包括摄影、插画或数字绘画）自动重建为一个完整的 3D 场景。用户可在虚拟环境中自由移动相机视角，查看原始画面中被遮挡的区域，例如绕到人物身后、俯瞰桌面下方，甚至改变拍摄高度与角度。系统会基于原图的光影、纹理与风格，智能补全缺失部分，使新视角下的画面保持视觉连贯性。

如图所示，原始照片中熊猫侧卧于树干，背部朝向镜头；经 Sight Span 处理后，用户可切换至正面视角，熊猫面部清晰可见，背景植被与枝干结构也自然延伸，未出现明显断裂或失真。该功能支持保留原作的艺术风格——无论是写实摄影、水彩手绘还是赛博朋克插画，生成内容均能复现其笔触、色调与质感。值得注意的是，当用户在 3D 空间中浏览时，画面分辨率会临时降低以保障流畅性；一旦选定最终构图，系统将输出高分辨率渲染结果。

尽管效果令人印象深刻，Sight Span 当前仍存在局限：动态视角下物体边缘偶有模糊，远距离背景细节易丢失，且对极端透视或复杂遮挡关系的处理尚不稳定。Adobe 将其定位为创意辅助工具而非替代摄影师的全自动方案，强调“用户始终掌握最终决策权”。

另一项引人注目的实验是 Project Screen Test，旨在解决 AI 生成角色缺乏深度个性的问题。传统方式依赖文字提示词描述角色特征，而 Screen Test 允许创作者像导演试镜演员一样，与 AI 角色进行实时语音对话。用户首先设定基础人格标签（如“焦虑、害羞、笨拙”），选择或上传声音样本，随后通过视频通话界面与其互动，逐步完善其成长经历、动机、恐惧与微表情习惯。

如图所示，界面左侧呈现生成角色形象，右侧提供语音录制、参考音频上传及人格关键词输入区。完成对话训练后，系统可生成一段动态试镜视频，用于后续视频制作。Adobe 表示，该工具的目标不是取代动画师，而是弥补 AI 视频生成中“控制力不足”的短板——在传统动画流程中，角色每一帧动作均由人工精细调控；而当前多数 AI 视频工具仅能输出“合理但扁平”的表演。Screen Test 试图通过对话式引导，让角色行为更具一致性与可信度。

此外，Project Sound Bender 提供了一种新型音频编辑体验：用户上传视频后，可通过自然语言描述所需音效（例如“冒着气泡的科幻炼金锅声音”），AI 自动生成匹配音轨，并在可视化面板中以四象限布局呈现不同变体（如低频轰鸣、高频嘶鸣、环境回响、节奏脉冲），用户拖动光标即可实时混合调整。

这三项实验项目共同指向一个趋势：AI 正从“执行指令”转向“协同创作”。而更深远的变革来自 Adobe 对 Creative Cloud 生态的开放策略。

大会同步披露了 本地模型上下文协议（Model Context Protocol, MCP） 的初步架构。该协议允许第三方 AI 智能体（如来自 OpenAI、Google 或 Anthropic 的模型）直接访问并修改本地存储的 Photoshop、Illustrator、Premiere 或 After Effects 原生项目文件——无需导出中间格式，也不依赖云端服务。智能体可操作图层、矢量路径、时间轴序列等核心元素，其修改结果仍保持完全可编辑性，用户随时可介入调整。

例如，一名设计师可指令智能体：“从 Google Docs 提取最新产品参数表，在 Illustrator 中生成三款配色方案，保存为 .ai 文件并同步至 Slack 频道 #marketing”。整个流程在本地完成，数据不出设备，响应速度更快，隐私风险更低。

目前，MCP 功能尚未开放公测，Adobe 计划于 2027 年初启动私人测试。与此同时，Firefly AI 助手也将率先支持后台持续任务模式：用户布置周期性工作（如每日整理素材、生成多尺寸社交媒体图稿），智能体在后台运行，完成后提交计划供用户审核确认。

这些进展反映出 Adobe 的战略重心转移：不再仅聚焦于“工具本身有多强”，而是构建一个“人类与 AI 共同工作”的操作系统级环境。正如其工程师所言：“未来的创意软件，应像电力一样无形却无处不在——你不需要理解发电原理，只需打开开关，灯就亮了。”

需要指出的是，所有实验项目目前均为独立原型，未明确整合时间表。Adobe 强调其“实验性”本质：成功者可能演变为正式功能，失败者则沉淀为技术积累。对于专业创作者而言，这些探索的价值不在于即时可用，而在于重新定义“可能性边界”——当一张照片能被“走进去”，一个角色能被“聊出来”，一段视频能被“听出来”，创作的起点便不再是空白画布，而是已有世界的延伸。