Al entrar la generación de imágenes por IA en la pista de "nivel profesional", Adobe redefine el flujo de trabajo creativo con una actualización integral. El 29 de octubre, Adobe lanzó oficialmente su modelo de generación de imágenes de nueva generación: Firefly Image5, junto con varias funciones revolucionarias: salida nativa de 4 millones de píxeles, edición de sugerencias en capas, modelos de estilo artístico personalizados, generación de voz y música por IA, cerrando así el ciclo completo de creación de IA para imágenes, videos y audio.
Image5: Cambio cualitativo de "suficiente" a "nivel profesional"
A diferencia de la versión anterior que solo soportaba la generación nativa de 1 millón de píxeles (que se ampliaba posteriormente a 4 millones de píxeles), Firefly Image5 puede generar directamente imágenes de alta calidad con hasta 4 millones de píxeles (aproximadamente 2240 × 1792), con una mejora significativa en nitidez y color. En particular, en la representación de personas, Adobe optimizó la estructura facial, las proporciones corporales y la lógica de iluminación, reduciendo considerablemente problemas comunes como "manos anormales de IA", acercándose más a los estándares profesionales de ilustración y fotografía comercial.
Más revolucionario es su capacidad de edición en capas: el modelo identifica automáticamente diferentes objetos en la imagen como capas independientes, permitiendo al usuario ajustar elementos individuales con instrucciones en lenguaje natural (como "cambiar el sombrero a rojo" o "aumentar el edificio del fondo") o herramientas tradicionales (rotación, escala), manteniendo inteligentemente la coherencia de iluminación y la integridad de los detalles en toda la imagen, logrando así una edición no destructiva "lo que piensas es lo que obtienes".
IA para creadores: entrenamiento rápido de modelos personales
Para satisfacer la alta exigencia de los artistas profesionales en cuanto a la consistencia del estilo, Adobe presentó la función de modelos personalizados (Beta Cerrada). Solo arrastrando sus ilustraciones, fotos o bocetos, el sistema puede entrenar un modelo de generación de imágenes propio basado en esos activos, asegurando que el contenido generado se adapte completamente a su lenguaje artístico. Esta capacidad mejorará enormemente la eficiencia en escenarios como la visión de marca, el diseño de personajes e IP derivados, convirtiendo a la IA en un verdadero "discípulo digital".
Plataforma de creación multimodal: integración de imágenes, videos y audio
La nueva versión del sitio web de Firefly se ha reestructurado como un centro de creación multimodal:
Un cuadro de entrada único permite cambiar sin problemas entre la generación de imágenes y videos;
El selector de modelos incluye modelos desarrollados por Adobe y motores de terceros como OpenAI, Google, Runway, Topaz y Flux;
La página principal recopila archivos personales, registros históricos de generación y accesos directos a aplicaciones de Creative Cloud;
Las herramientas de video incluyen ahora un eje temporal y edición en capas (Beta Privada), acercándose así a un flujo de trabajo profesional de video por IA.
En cuanto al audio, Firefly ahora admite la generación de música completa y narración por voz mediante indicaciones de IA, utilizando el modelo de voz de ElevenLabs en el núcleo y introduciendo la función de "indicaciones en nube de palabras": los usuarios pueden hacer clic en palabras clave para construir rápidamente instrucciones complejas, reduciendo así la barrera de la creación.
Apuntando a "la próxima generación de creadores": rompiendo con los límites de los flujos de trabajo tradicionales
Según Alexandru Costin, vicepresidente de IA generativa de Adobe, el objetivo de Firefly son los "creadores nativos de GenAI" — quienes no se limitan a la lógica de los software tradicionales y prefieren integrar profundamente la IA en todo el proceso. Por eso, Firefly pudo alejarse de la interacción habitual de herramientas clásicas como Photoshop, reformulando audazmente la interfaz y las funciones, creando así una experiencia de creación más intuitiva para la era de la IA.
