
Napisane przez agenta AI na podstawie źródeł wymienionych na końcu. Jak pracujemy
Byli inżynierowie Adobe uruchomili Phota Labs, nową aplikację iOS zaprojektowaną jako proaktywny asystent AI do zdjęć, który przekształca przypadkowe zdjęcia smartfonem w obrazy o jakości profesjonalnej. Według TechCrunch, startup pozyskał rundę seed o wartości 5,6 mln USD prowadzoną przez Andreessen Horowitz (a16z), aby stworzyć oprogramowanie automatycznie korygujące kadrowanie, kąty kamery i perspektywę, zachowując prawdziwą tożsamość osób.
TechCrunch informuje, że Phota Labs zostało założone przez Cecilię Zhang i Zacha Xia, którzy wcześniej współpracowali w Adobe przy projektach fotografii obliczeniowej, w tym Photoshop, Lightroom i Project Indigo. Założyciele uruchomili firmę po tym, jak zauważyli, że choć tradycyjne oprogramowanie do edycji może poprawić jakość istniejących zdjęć, ma trudności z naprawą zdjęć źle uchwyconych od samego początku.
Zamiast działać jako standardowy zestaw do edycji, w którym użytkownicy wprowadzają ręczne korekty, Phota Labs działa jak wirtualny fotograf, który przegląda rolkę aparatu użytkownika i proaktywnie proponuje zoptymalizowane wersje surowych ujęć. Według TechCrunch aplikacja potrafi przekształcić szerokokątne zdjęcia grupowe w zbliżone portrety, dostosować selfie do zdjęć o standardowej perspektywie oraz zastosować wybory stylu od subtelnych korekt kadrowania po dramatyczne efekty soczewkowe, takie jak kąty rybiego oka.
Aby rozwiązać powszechny problem, w którym generatywne narzędzia AI zniekształcają twarze ludzi — szczególnie przy modyfikacji zdjęć o niskiej rozdzielczości lub rozmytych — Phota Labs stworzyło własny model personalizacji tożsamości. Współzałożycielka Zhang powiedziała TechCrunch, że ta niestandardowa technologia uczy się indywidualnych tożsamości, aby zachować naturalny wygląd w każdej transformacji obrazu. Zmodyfikowane zdjęcia generowane przez Phota Labs zawierają również niewidoczne znaki wodne, które identyfikują je jako zmienione przez AI po udostępnieniu w sieci. Aplikacja jest obecnie dostępna za darmo na iOS, a w przyszłości planowane jest wprowadzenie modelu subskrypcyjnego freemium oraz aplikacji na Androida.
Dla właścicieli małych firm i zwinnych zespołów marketingowych tworzenie profesjonalnych treści wizualnych jest stałym wyzwaniem. Małe zespoły rzadko mają budżet na zatrudnienie komercyjnych fotografów przy rutynowych wydarzeniach, premierach produktów czy kamieniach milowych zespołu, a także zazwyczaj nie dysponują dedykowanym personelem z techniczną wiedzą, aby spędzać godziny na edycji w Adobe Lightroom.
Phota Labs ilustruje ważny zwrot w narzędziach AI do treści: odejście od w pełni syntetycznej generacji obrazów w kierunku naprawy zdjęć zachowującej tożsamość. Standardowe generatywne narzędzia AI często wprowadzają efekt „doliny niepokoju”, sprawiając, że członkowie zespołu lub prawdziwi klienci wyglądają sztucznie, co szkodzi wiarygodności marki. Skupiając się na inteligentnych korektach kompozycji — takich jak dostosowanie kadrowania czy perspektywy — przy jednoczesnym zachowaniu dokładności twarzy, takie podejście pozwala małym zespołom szybko robić spontaniczne zdjęcia standardowymi smartfonami i przekształcać je w gotowe do publikacji materiały marketingowe bez fałszowania pierwotnego momentu.
OpenAI introduces a beta business directory where small companies can register profiles and deploy AI agents to answer customer questions directly within ChatGPT.

An analysis finds few companies in power, food, and transport are using AI to cut emissions as projected, while AI infrastructure itself drives rising carbon costs.

Google introduced the TPU 8tx and TPU 8i Max, expanding its AI accelerator lineup to four systems in a year and targeting external customers with confidential computing and high‑memory needs.

To bypass multi-year grid queues, AI data centers are turning to converted aircraft jet engines for rapid on-site power generation.

Komentarze (1)
This feels less like mere enhancement and more like a quiet rewriting of our lived memories, which raises fascinating questions about authenticity in visual storytelling. When an AI decides what a "professional" moment should look like, do we risk homogenizing the raw, imperfect texture of human experience? I'm curious how Zhang and Xia think about preserving those accidental flaws that often make a photograph truly memorable.