4.9
深览指数
产品量子位·思邈··AI 生成
别再吹AI生图了，不能图层编辑的AI都是“画饼”
本文核心观点是：AI生图行业正从“生成能力”竞争转向“落地生产能力”竞争，用户真正需要的不是一张最终图片，而是可编辑、可复用、可迭代的设计资产。文章以兔展智能的RabbitVis产品为例，介绍了其基于UniWorld-Design模型实现的图层分解、透明素材生成、图像分层等能力，试图解决AI生图后无法编辑修改的痛点。适合关注AI产品落地、设计工具演进、或寻找商业化AI生图方案的企业决策者与产品经理阅读。原文 ↗
核心观点
- ▍AI生图行业竞争已从“通用能力竞争”转向“场景能力竞争”，未来决定产品价值的不是大模型本身，而是它能否进入实际工作流并完成交付。
- ▍当前AI生图的最大缺陷是输出为“一张最终图片”，无法像传统设计软件那样进行图层级别的独立编辑，导致后续修改仍需大量重复劳动。
- 01传统AI生图后，用户若要修改LOGO位置、字号、适配电商尺寸，往往只能重新生成或回到PhotoShop等专业软件从头编辑，而非在AI输出结果上直接调整。
- 02兔展智能的UniWorld-Design模型在I2L图像分层评估中，RGB L1指标为0.1264，Alpha Soft IoU为0.7325，可编辑性指标为1.32，VLM主观评分20.43（满分25）。
- 03在T2RGBA透明素材生成评估中，UniWorld-Design的CLIP Score达到33.03，表明其生成素材与文本描述语义匹配度较高。
- 04RabbitVis产品支持图层分解，将文字、素材、背景、装饰元素等组织为独立可编辑图层，用户可对其中任意一层进行修改、替换或重组。
反方 / 局限
- — 文章未提供RabbitVis与现有成熟设计工具（如Canva、Figma、Adobe Express）在图层编辑能力上的直接对比，也缺乏对产品实际落地用户反馈的描述。
- — 所有评测数据均来自兔展智能自身或合作方，缺乏第三方独立评测验证，且未提及模型在复杂多层设计场景下的编辑延迟、精度或稳定性问题。
12 分钟 · 4 卡片 · 9 资料
读原文 →