ادوبی در حال معرفی ابزارهای جدیدی در حوزه فیلم‌سازی با هوش مصنوعی است که روش‌های سرگرم‌کننده‌ای برای تولید افکت‌های صوتی و کنترل خروجی‌های ویدیویی تولیدشده ارائه می‌دهند. در کنار قابلیت‌های متداول مبتنی بر متن که به کاربران امکان می‌دهد آنچه مدل‌های Firefly باید تولید یا ویرایش کنند را توصیف کنند، اکنون می‌توان از ضبط‌های صوتی شبیه‌آوا (Onomatopoeia) برای تولید صداهای سفارشی استفاده کرد. همچنین می‌توان از ویدیوهای مرجع برای هدایت حرکات در ویدیوهای تولیدشده توسط Firefly بهره گرفت.
ابزار Generate Sound Effects که در نسخه بتا در اپلیکیشن Firefly عرضه شده، با ویدیوهای ضبط‌شده و تولیدشده قابل استفاده است و کنترل بیشتری نسبت به ابزار ویدیویی Veo 3 گوگل بر تولید صدا فراهم می‌کند. رابط کاربری این ابزار شبیه به تایم‌لاین ویرایش ویدیو است و به کاربران اجازه می‌دهد افکت‌های صوتی تولیدشده را با ویدیوی آپلودشده هماهنگ کنند. برای مثال، کاربر می‌تواند ویدیویی از راه رفتن اسب روی جاده پخش کند و هم‌زمان صدای “کلیپ‌کلاپ” را در هماهنگی با قدم‌های اسب ضبط کند. سپس ابزار چهار گزینه صوتی برای انتخاب ارائه می‌دهد.
این قابلیت بر اساس پروژه آزمایشی Project Super Sonic توسعه یافته که ادوبی در رویداد Max در اکتبر گذشته معرفی کرده بود. این ابزار برای تولید گفتار کاربرد ندارد، اما از تولید صداهای ضربه‌ای مانند شکستن شاخه، قدم زدن، صدای زیپ و موارد مشابه پشتیبانی می‌کند. همچنین می‌توان صداهای محیطی مانند صدای طبیعت یا شلوغی شهر را تولید کرد. کنترل‌های پیشرفته جدیدی نیز به ابزار تولید ویدیو از متن Firefly اضافه شده‌اند.
قابلیت Composition Reference به کاربران اجازه می‌دهد ویدیویی را همراه با متن بارگذاری کنند تا ترکیب‌بندی آن ویدیو در خروجی تولیدشده بازتاب یابد؛ این ویژگی دستیابی به نتایج خاص را نسبت به وارد کردن مکرر توضیحات متنی آسان‌تر می‌کند. ویژگی Keyframe Cropping نیز به کاربران امکان می‌دهد تصاویر قاب اول و آخر را بارگذاری کنند تا Firefly ویدیویی بین آن دو تولید کند. همچنین مجموعه‌ای از سبک‌های بصری از پیش تعیین‌شده مانند انیمه، وکتور آرت، کلی‌میشن و موارد دیگر برای انتخاب سریع در دسترس قرار گرفته‌اند.
این سبک‌های بصری فقط با مدل ویدیویی Firefly ادوبی قابل استفاده هستند. البته نتایج هنوز جای بهبود دارند؛ برای مثال، گزینه “Claymation” در نسخه نمایشی زنده بیشتر شبیه انیمیشن‌های سه‌بعدی ابتدایی دهه 2000 بود. با این حال، ادوبی همچنان در حال افزودن پشتیبانی از مدل‌های هوش مصنوعی رقیب در ابزارهای خود است.
