新万博体育

　　猫眼电影记者 田钢 报道Q8X2R7L1T4J5M9B6W3

新智元报道

编辑：LRST

【新智元导读】LayerComposer革新了个性化图像生成，让用户像在Photoshop里一样自由操控元素位置、大小，解决传统方法交互性与多主体扩展难题，实现更自然、高效的创作，推动个性化生成迈向主动交互新阶段。

大型扩散模型（如 Stable Diffusion）让我们能够从文字生成高保真的图像。但当用户希望「生成我和我的朋友们在不同场景中的照片」时，现有的个性化生成方法（如 DreamBooth、IP-Adapter）仍面临两个根本问题：

缺乏交互性：无法自由控制人物的空间位置、大小与关系。

难以扩展到多主体：每多一个人，内存和算力就线性增长。

LayerComposer的目标，就是要打破这两大限制，让用户可以直观地控制在哪里放置什么样的元素，进行可控且高效的个性化生成。

项目地址：https://snap-research.github.io/layercomposer/

论文地址：https://arxiv.org/abs/2510.20820

「一张由雪人和三位女孩组成的合照」—— 你可以像在Photoshop里一样，放置、缩放、锁定角色，然后让模型完成剩下的工作。

LayerComposer的三大设计

分层画布（Layered Canvas）

每个人物、物体或背景都放在独立的RGBA层中（包含透明通道的图片），这样可以：

避免人物遮挡导致的信息丢失；

通过透明裁剪（Transparent Latent Pruning）显著降低计算量；

支持任意数量的主体组合。

类似于在Photoshop里，每一层就是一个独立的角色，随意移动、缩放或删除。

锁定机制（Locking Mechanism）

每一层都可以选择「锁定（Lock）」或「解锁（Unlock）」：

锁定层 → 模型必须高保真地保留该层，仅允许细微的光照调整；

解锁层 → 模型可以根据文字描述自由生成姿态、表情或交互。

你可以锁定背景，让人物随提示变化，也可以锁定一个角色姿势，生成其他人围绕他互动。

这种「可选保真度」让 LayerComposer 比以往方法更接近人类的创作流程。

模型–数据共设计（Model–Data Co-Design）

LayerComposer的锁定机制无需修改网络结构。

研究人员通过「位置嵌入」（positional embedding）与「数据采样策略」共同实现：

锁定层共享相同的空间编码；

解锁层使用独立的编码，以避免重叠混淆。

这种轻量化设计，可以在现有扩散模型（如 FLUX Kontext）上直接适配。

实验结果

多主体、高保真、强可控

四人场景（4P）

在四人同框的任务中，LayerComposer的生成质量显著优于 FLUX Kontext、Qwen-Image-Edit、Gemini 2.5 Flash Image等模型，能在存在遮挡的情况下保持人物结构完整，并忠实地还原每个人物。

双人交互（2P）

在需要两人互动的场景（如「一起吃饭」、「握手」）中，LayerComposer能生成自然的姿态与空间关系，不再出现「复制粘贴」或「少人」的问题，用户偏好达到83.3%，远超OmniGen2等最新模型。

单人个性化（1P）

即使只生成单人肖像，LayerComposer仍展示出优越的表现：

在保持身份一致的同时，能灵活生成不同表情与动作（如笑、闭眼、吃饭等），避免「贴脸」效果。

消融实验

锁定与分层的作用

锁定机制（Locking Mechanism）

为了展示锁定机制的效果，研究人员逐步对每一层输入进行锁定。

被锁定的层会保留该人物的姿态——模型只会在此基础上进行「外延绘制」（outpainting）和轻微的细节光照调整。

需要强调的是，这与「掩膜推理（masked inference）」不同：在掩膜推理中，被遮挡的区域完全不会被更新。

另外，在实验设置中，未锁定的层会根据已锁定的内容和整体场景上下文灵活调整，从而实现自然的协调与融合。

分层画布（Layered Canvas）

如果不使用分层画布，模型就只能在训练中以单张拼贴图像（collage）作为条件输入，如图中 「Inputs」 一列所示。

可以看到，在「w/o layered canvas」（无分层画布）的结果中，由于拼贴重叠造成的遮挡，会导致信息缺失。

例如，左边女子圣诞帽上的球被遮挡后在生成结果中完全消失。

相比之下，提出的分层画布能够显式地处理遮挡问题，从而避免此类伪影（artifacts）和细节丢失。

通过在Layered Cavas中调整每一个subject在各自layer的位置，LayerComposer支持直观的空间布局调控。

总结

LayerComposer让多主体个性化生成从「被动输入」迈向「主动创作」。

用户不再只是输入文本，而是真正参与到构图过程中。

从DreamBooth到LayerComposer，个性化生成，终于有了交互的灵魂。

未来展望

尽管LayerComposer带来了交互式个性化的新范式，但仍存在一些挑战。

在需要「复杂物理推理」（如「坐在输入图片椅子上」）的场景中可能失败。

未来，研究人员计划让LayerComposer支持更强的理解能力和新万博体育：模态，以促进人机协同创作：

结合大语言与视觉模型（VLMs）的理解能力，实现语义级别的自动布局与构图建议；

支持视频级别的分层个性化，让交互式创作从静态图像走向动态场景；

探索生成与编辑的统一界面，让用户在同一画布上无缝地修改、添加与再生成内容。

这种以「分层画布」为核心的交互式个性化范式，将成为下一代生成式创作工具的重要方向。

参考资料：

https://arxiv.org/abs/2510.20820

??时事1：微博世界杯投注

??10月31日,山东产业结构“追新逐绿” 擦亮经济发展“底色”,

　　“我族有离火宝术，一念间熔炼山川为火海，燃尽世间诸敌。孩子，加入我族吧，将来说不定可以继承上古神明——火神的道统。。”

,亚洲最大误乐平台。

??10月31日,中国用事实揭穿西方“中国威胁”谎言,

　　“那也比现在这样憋屈强！”很多人实在憋屈坏了。

,世界杯投注官网网址,kok手机登录,亚星官网平台入口。

??时事2：火狐体育网下载app

??10月31日,赛道“又虐又美” 近2000名选手竞速“梵净山迎春登山赛”,

　　火看见人类到处不警醒，不预防，十分地生气，必须要教训人类。让他们明白消火和防火。但火已经提醒他们多次，但还依旧。“火“火冒三丈，把汽油车引爆，以为过一会就灭了。

,闲和庄,现在什么游戏好玩,赢八娱乐赢八官网。

??10月31日,吉林生物教师自费建“百草园” 引中外人士感受生态之美,

　　“祭灵大人救命！”这群人大叫。

,聚星jx下载,天博综合手机客户端下载,皇冠注册地址。

??时事3：半岛官网入口体育

??10月31日,江西手工麻花非遗传承人：摇着轮椅创业 拧出“如花人生”,

　　各位下午好！今日是我们大学阶段的最后一次团聚，是我们向母校挥手告别的日子，也是我们各奔东西，或进一步深造或走上工作岗位，开启我们人生新征程的日子。在这个即将别离的时刻，能代表中文系20xx届全体毕业生在此发言，我感到非常荣幸。首先，请允许我代表全体毕业生向辛勤培养了我们的各位、老师们表示最衷心的感谢，并致以最崇高的敬意！几年前，我们拎着简单的行李，怀揣着同样的梦想，从全国各地相约在了xx学院。从此，我们便成了一家人，组成了一个团结、和谐的各位庭。从进入大学的那天起，这里便成了我们人生路上的

,星速电竞,那个网站能看世界杯,九州外围。

??10月31日,考古学家变身美食博主：“不会挖土的主播不是好教授”,

　　它很虚弱，刚复苏没多久，都没有能将那被封住的一条腿拔出来，而且不时露出迷茫的表情，抓耳挠腮，想努力记起什么。

,六合精解A,必发棋牌百人牛牛,bibo必博体育网。

??时事4：和记娱乐在哪开户

??10月31日,广州一单层汽配仓库发生火灾 暂无人员伤亡,

　　（10）知错就改

,澳门星际公司,世界杯投注网25,龙8国际注册。

??10月31日,广西佛教界助力建设铸牢中华民族共同体意识示范区,

　　这一击简直如灭世一般，这天地都被捅破了！

,沙巴体育登陆,凯发集团,ob体育最新官网入口首页。