本日設計情報｜2026/09/05：Adobe Camera Raw 補上光暈滑桿、Google Lyria 3.5 進駐 Gemini、東京杉本博司海報展開展

今天的設計圈情報卡在一條有趣的界線上：一邊是把生成塞進既有工具的滑桿與模板，一邊是東京一整面牆的紙本海報，提醒你經典的視覺語言禁得起四十年重看。Adobe 把光暈效果收進 Camera Raw，Google 讓 Gemini 直接生成配樂，Anthropic 把 Claude 塞進駕駛艙，NN/g 則回頭盤點 AI 在 UX 工作裡到底該站在哪個位置。五則新聞串起來看，工具越來越會做「加速」這件事，剩下要練的還是你自己的判斷。

🔥 Adobe Camera Raw 補上 Glow 光暈調整，把底片氛圍收進滑桿

Adobe Camera Raw 18.6 在 Effects 面板新增 Glow 工具，目前先在 Photoshop 的 ACR 上線，Lightroom 之後跟進。面板拆成四顆滑桿：Glow 控制強度、Range 決定受影響的色調範圍、Spread 控制擴散半徑、Warmth 調冷暖色溫，另外提供 Diffusion、Bloom、Halation 三種預設風格，分別對應通用柔焦、亮部光暈、底片暈影三種質感。

這顆工具可以疊加在 ACR 既有的遮罩系統上，做出局部化的光暈效果，不必再靠外掛或後製疊圖。實測心得指出，夜景、逆光主體、底片仿真這三種情境最吃得到效果，但強度要收得住——輕輕帶過反而更耐看。

光暈這種曾經只能靠外掛或後製疊圖模擬的效果，現在被收進原生滑桿——省下的是分頁切換，練的還是你對「多一點就過曝」的手感。

閱讀原文 →

Google Lyria 3.5：Gemini 音樂生成模型升級人聲與編曲

Google 在 Gemini App 更新音樂生成模型 Lyria 3.5，強調「更有表現力的人聲」與「更豐富的編曲」，可以選純樂器或人聲版本，也能套用生日祝賀曲、背景配樂之類的模板，短曲或長曲都能一次生成，網頁版與行動版全球同步開放。

對做內容的人來說，更值得留意的是它接進 Google Flow Music、AI Studio、Vids 這幾個既有工具，等於配樂從「另外找人做」變成影片專案裡的一個生成步驟。

配樂從外包項目變成專案裡的一個生成步驟，省下的是找人談授權的時間，考驗的是你聽得出「這段夠不夠撐住畫面」。

閱讀原文 →

Claude 登陸 CarPlay，語音助手正式排進五大陣營

Anthropic 這週讓 Claude App 上架 CarPlay，加入 ChatGPT、Perplexity、Grok、Meta AI 之後，成為第五個支援車載場景的對話式 AI。使用者可以在畫面上看到最近對話列表直接接續，或用語音直接開新對話，功能不複雜，但代表 Apple 從 iOS 26.4 開放的 CarPlay 會話類 App 框架，已經把主要 AI 玩家收齊。

這步棋看起來跟「設計」關係不大，但對做產品體驗的人是個提醒——語音優先的介面正式從手機延伸進了駕駛艙這個高風險、免手動的場景，接下來考驗的會是怎麼設計一個看不到畫面的對話流程。

手機上的聊天視窗，到了方向盤後面只剩聲音——介面消失後，對話腳本的設計份量只會更重。

閱讀原文 →

東京開「杉本博司 海報展」，四十年跨界創作濃縮進紙上

跟東京國立近代美術館「杉本博司 絶滅写真」大展同步登場的關聯企劃「IMPRINTED——杉本博司 ポスター展」，在竹尾見本帖本店（東京都千代田區神田錦町）展出杉本博司自 1980 年代累積至今、於日本及世界各地展覽的精選海報作品，一路展到 9 月 11 日，平日 11 點到 18 點開放參觀，免費入場。

這批海報跨越四十年，把紙材、印刷工藝跟杉本博司自己的攝影語言疊在一起看，等於是一次把「同一位創作者的視覺識別怎麼隨時代演化」攤開來對照的素材庫，對做長期品牌識別的人是難得的參考案例。

四十年份的海報排在一起看，好不好看已經其次，真正被攤開來對照的，是一個人怎麼把自己的攝影語言，一次次翻譯成印刷品的語法。

閱讀原文 →

NN/g 更新 AI for UX 學習指南：把 AI 當隊友，不當外包

NN/g 更新了 2026 版「Using AI for UX Work」學習指南，把 AI 在 UX 工作裡的角色拆成六塊：整合進工作流、設計、研究、文案、服務設計、共創工作坊，每一塊都附對應的文章與案例。指南反覆強調的立場很清楚——AI 目前接不下完整的 UX 工作，比較適合的位置是壓縮流程裡最耗時的那幾步，像是初稿發散、資料彙整、原型迭代。

指南也點名幾個要盯緊的風險：AI 的幻覺、給出看似合理卻站不住腳的建議、以及工具本身的能力邊界。它把理想定位講得直白——設計師該是「懂得運用 AI 的策略家」，別讓 AI 牽著走，真正該顧牢的還是使用者理解、提問能力跟設計判斷力這幾件事。

AI 壓縮的是流程，判斷還是得自己扛。

閱讀原文 →