本日設計情報｜2026/08/28：Photoshop 補上非破壞性光線調整、Google Flow 加開頭尾幀鎖角色、Anthropic 敲 450 億美元運算合約備戰 IPO
今天五則：Photoshop 光線調整＋AI 編輯器、Google Flow 首尾幀控制、Anthropic 450 億美元運算合約、柴田文江東京開展、Smashing 談儀表板 UX。
Photoshop 這次把 Camera Raw 等級的光線調整，直接搬進主編輯畫面，同時另外開了一個測試中的 AI 輔助編輯器，兩條路線一起上線。Google Flow 補上首尾幀鎖定，讓 AI 生成的角色跟敘事在轉場前後不再對不上。Anthropic 沒有等 IPO 塵埃落定，先把西維吉尼亞未來六年的運算容量談定，用 Nvidia 下一代 Vera Rubin 晶片提前卡位。東京池尻的 OFS Gallery 九月初開一場柴田文江的道具回顧展，把電器、家具到醫療器材攤開來看她怎麼設計「順手」這件事。Smashing Magazine 這篇則把話說白：儀表板做得好不好，八成工夫發生在畫圖表之前。
🔥 Photoshop 把 Camera Raw 光線調整搬進主編輯畫面，還開了 AI 輔助編輯器測試版
這次更新的重點是 Light Adjustment Layer，一個非破壞性圖層，把過去只有在 Camera Raw 裡才能微調的 Exposure、Contrast、Highlights、Shadows、Whites、Blacks 六項控制，原封不動搬進 Photoshop 主畫面。過去修圖師得在 Photoshop 跟 ACR 之間來回切換分別處理色調跟版面，現在同一個圖層堆疊裡就能把光線調完，回頭還能再改。
同時上線的還有一個測試中的 AI Assisted Editor：Prompt to Edit 靠文字指令直接改圖，免去手動選取；Generative Expand 延伸畫布邊界；Remove Tool 清掉雜物；還有一個叫 AI Markup 的功能，在圖上手繪標記，AI 讀懂畫的範圍去對應執行。核心撐著這一切的是 Firefly Image 5 驅動的 Instruct Edit with Masks，會讀懂語境去保護沒被圈到的區域，不會誤傷背景。
把非破壞性光線工具跟 AI 編輯器同一天塞進同一次更新，Adobe 等於同時顧到兩種修圖邏輯：精修交給滑桿手動控，粗修交給語言指令。
COURSE · 線上課程Photoshop 攻略看課程 →Google Flow 加開頭尾幀控制，AI 影片轉場終於不再讓角色走鐘
這次更新的重點是 Start and End Frames：使用者指定影片的起始畫面跟結束畫面，Gemini Omni 1.1 Flash 負責把中間補完，角色長相跟敘事邏輯在轉場前後才不會突然對不上。過去 AI 生成影片最常被抱怨的就是這段——鏡頭一切，人物臉型跟服裝就飄了。
匯出這端也放寬了彈性：先用 360p 草稿版本快速跑概念，確定方向後再升到 720p、1080p 甚至 4K 正式輸出，運算資源留給真正要用的版本，不必每次都是全解析度硬耗。Google 把這套包裝成不用再開外部剪輯軟體就能出成品，目標很直白——把 Flow 從生成工具再往剪輯後製那端推一步。
AI 覺醒 · 訂閱制AI 覺醒設計應用攻略了解訂閱 →Anthropic 跟 Nscale 敲定 450 億美元運算合約，IPO 前先把六年份算力卡位
這筆合約簽給英國雲端新創 Nscale，六年約，總額 450 億美元。從 2027 年底開始，Anthropic 會在西維吉尼亞的一座資料中心裡吃下 460 百萬瓦的算力，用的是 Nvidia 下一代 Vera Rubin 晶片。時間點卡在 Anthropic 今年秋天籌備 IPO 之前，等於先把未來幾年的算力帳算清楚，再去跟投資人談估值。
同時間 Anthropic 也在跟 Amazon、SpaceX、Google 談，甚至評估跟 Meta 合作的可能，算力來源刻意鋪成多條線，不押單一供應商。Nscale 今年三月才拿到 20 億美元融資，估值 146 億美元，自己也在籌備 IPO，還打算在梅森郡蓋一座 1.35GW 的資料中心——兩家準備上市的公司互相簽了一張巨額訂單。這類算力合約看不到介面變化，但決定了明後年 Claude 模型能推多快、多便宜。
AI 覺醒 · 訂閱制AI 覺醒設計應用攻略了解訂閱 →柴田文江「SORETO」道具展，9/3 東京池尻開展
柴田文江是日本資深工業設計師，作品橫跨家電、家具到醫療器材，這次「SORETO（それと）」把她過去設計的道具攤開展示。展名本身是雙關——「それと」在日文裡是接續詞，意思是「還有」「以及」，呼應她說的一句話：道具是生活裡的標點符號，替日常呼吸起了節奏。展期 2026 年 9 月 3 日（四）到 9 月 14 日（一），地點在東京池尻的 OFS Gallery，9 月 6 日還有一場她跟 KIGI 渡邉良重、柳原照弘的對談。
展覽本身沒有新產品發表，但把橫跨數十年、品類完全不同的作品放在一起看，才看得出她做設計時反覆在意的同一件事：每一件道具握在使用者手裡順不順，從吹風機到血壓計都用同一套判斷邏輯做取捨。
COURSE · 線上課程Figma 全攻略看課程 →儀表板做得好不好，八成工夫在畫圖表之前
Smashing Magazine 這篇文章的核心主張很直接：多數儀表板失敗的原因很少是圖表畫得爛，通常是一開始就沒問對問題——資料全部攤出來給人看，卻沒人先回答這份資料到底要解決哪個決策。文章建議把模糊目標，例如「看看產品表現」，換成具體到可以測量的問題，例如「找出哪個功能留住 Q1 註冊的使用者」，這個限制條件會直接篩掉一堆沒用的圖表元素。
第二個重點是讀者校準：分析師要的是能拆解到細節的高密度資料，好去做診斷；主管要的是濃縮過的摘要，好快速做決定。同一份資料給這兩種人看，光是調一下座標軸級距不夠，得重新設計呈現邏輯。文章算了一筆帳：決定一份儀表板成不成功的工夫，八成發生在畫出第一張圖表之前。
COURSE · 線上課程Figma 全攻略看課程 →