Can you just draw?能不能直接畫就可以了?

"我能畫個大概給你看"嗎?現在AI能讀懂你的草圖!只要隨手畫出形狀,AI就能根據你的草圖生成完整圖片,還能按你說的主題(比如"畫只這樣姿勢的小狗")來創作。這就是"結構參考":你畫框架,AI填細節。不用畫得多好,畫個輪廓就行,AI就能幫你實現想法,特別適合做創意草案!

Apple Intelligence(iPadOS)理解使用者的手繪草圖並將其轉換為完整、高質量影象,同時保留使用者自定義的結構佈局與關鍵詞語義。這種體驗結合了自由手寫、視覺識別、關鍵詞引導和影象生成,構建出一套以“結構參考”為核心的多模態互動路徑,適用於課堂筆記、創意草圖、教學輔助等場景,是AI賦能學習與表達的新方式。

Entry touch points

使用者透過 Apple Pencil 在工具欄中選擇不同的筆刷工具後,即可直接繪圖輸入。(這一入口方式保留了 iPad 原生手寫體驗,支援圖形、文字、塗色等多種輸入形式,降低AI生成的操作門檻。)

Main AI-UX interaction

使用者在頁面中以草圖形式手繪結構內容,例如建築輪廓,系統識別後在背景中啟動影象補全或視覺生成流程。(該設計實現了從“人畫輪廓,AI補內容”的人機共創模式,保留了創作者的主導權,同時提升了表現力。)

Loading state(when AI is working)

AI 在生成影象期間,介面會出現動態動畫(如旋轉圖形)及關鍵詞標籤,提示系統正在處理,並展示AI對影象的理解過程。(該設計不僅為等待過程提供反饋,還增加了過程透明度,讓使用者理解“AI到底在做什麼”。)

Action history

系統會顯示與繪圖內容相關的關鍵詞及概念圖譜,例如“Ancient Mughal architecture”、“Dome”、“Column”等,用於回溯AI識別過程與邏輯來源。(該模組強化了AI的可解釋性,有助於使用者修正或引導生成方向。)

Example output

最終結果呈現為根據使用者草圖生成的真實風格影象,嵌入在原筆記頁面中,與手寫內容形成高度一致的視覺與語義融合。(這種方式將“創意起點”保留在使用者手中,由AI完成高質量輸出,強調人機協作中的創意對等。)

Customization

使用者在生成過程中或生成完成後,還可以新增關鍵詞,進一步引導AI的理解與輸出最佳化。(該操作增強了生成影象的“可控性”,使用者不再是被動接受結果,而是在創作過程中持續主導。)

Adobe Firefly 結構引導式影象生成(structure reference)的多模態 AI 能力。使用者可以上傳手繪草圖、參考圖或選用內建元素作為生成結構,AI 會據此生成符合風格與語義的影象內容。此外,透過視覺強度、風格參考、內容型別等引數的細粒度控制,使用者能深度參與創作過程,真正實現“用畫面思考,用AI表達”的創意閉環。

Entry touch points

使用者可透過選擇模版或上傳草圖圖片的方式進入生成介面,開啟結構參考的設定流程。(此入口方式支援多來源匯入,包括手繪稿、數字草圖或現有影象,降低創作門檻。)

Main AI-UX interaction

在“Composition”介面,使用者可設定影象參考(Reference),透過“上傳影象”或“相簿選擇”匯入結構素材,同時透過“強度(Strength)”滑塊控制參考權重。(這一互動模式使使用者既可掌控構圖骨架,又能決定AI對參考圖的依賴程度,實現“創作意圖+生成靈活度”的協同控制。)

Loading state

系統生成影象時,會顯示佔點陣圖及輪播載入動畫,為使用者提供等待反饋。(簡潔的載入方式維持操作節奏,同時為多圖並行生成做好介面準備。)

Helpful hints

在提示詞輸入欄,使用者可開啟 Suggestions 模式獲取自動推薦的英文提示語,有助於構建更清晰或具象的描述,引導AI更準確地完成影象生成。(此功能特別適合不擅長構思或表達的使用者,提升prompt設計效率。)

Example output

最終生成的影象以網格形式展示多個變體,每一張都基於相同的結構參考與提示詞內容,並融合不同的風格細節變化,使用者可進行評分、編輯或下載操作。(該結果體現出AI對“相同結構,不同表達”的高適配性,是“草圖生成精美影象”的典型應用。)

Customization

使用者可在設定面板中精細控制模型型別(照片/藝術風格)、視覺強度、風格參考影象、生成圖層用法(如“用於風格參考”、“用於合成”、“生成相似”等)。(這套引數控制體系保證了靈活性與精度兼顧,適合個性化創作場景。)

User feedback

每張生成圖均支援“點贊/點踩/舉報”等操作,系統可據此最佳化推薦邏輯與生成質量。(這是構建人機共創閉環的重要一環,AI透過反饋持續學習使用者偏好。)