是的，Adobe 将神经网络集成到其许多产品中，以增强功能、自动化任务并改善用户体验。神经网络是 Adobe AI/ML 框架 Adobe Sensei 的核心组成部分，为 Creative Cloud、Document Cloud 和 Experience Cloud 中的功能提供支持。这些模型旨在处理复杂的任务，例如图像分析、内容生成和预测工作流程，使开发人员和设计师能够更高效地工作，减少人工干预。
一个突出的例子是 Adobe Photoshop 的 Neural Filters（神经网络滤镜），它使用神经网络执行图像平滑、风格迁移或改变面部表情等任务。这些滤镜利用在大型数据集上训练的卷积神经网络 (CNN) 应用无损编辑，同时保持图像质量。类似地，Lightroom 的 Enhance Details（增强细节）功能使用深度学习来放大和优化原始图像数据。在 Adobe Premiere Pro 中，神经网络为 Auto Reframe（自动重构）提供支持，该功能通过跟踪场景中的主体来自动调整视频宽高比——这个过程依赖于对象检测和场景理解模型。对于开发人员来说，Adobe 的 PDF 服务 API 也利用神经网络进行文档智能处理，例如从扫描文件中提取文本、表格或结构化数据。
从技术角度来看，Adobe 的神经网络通常是在专有数据集（例如，库存图像、用户行为数据）上进行训练的，并通过基于云的推理或设备上的处理来部署，以处理延迟敏感型任务。开发人员可以通过 Adobe 生态系统中的 API 与这些模型进行交互，例如 Creative Cloud SDK 或 Experience Platform 的 AI 服务。例如，Adobe Firefly，其生成式 AI 模型，使用基于扩散的架构从文本提示创建图像，其 API 允许集成到自定义应用程序中。Adobe 还强调道德 AI 实践，例如通过内容真实性倡议对 AI 生成内容进行水印。对于在 Adobe 工具上构建的开发人员来说，了解这些神经网络可以实现定制——例如，针对特定用例微调预训练模型或优化推理管道以提高性能。