新万博体育

　　猫眼电影记者 韩复龄 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1：一本道AV在线观看

??10月28日,全国温室气体自愿减排交易市场启动,

　　与此同时，他弯弓搭箭，直接射杀向前，话都说到这份上了，还能怎样？唯有一战！

,可以免费看的黄色网站一级二级三级。

??10月28日,（新春走基层）山东济南：趵突泉迎春花灯流光溢彩,

　　“小不点你可要当心啊！”石林虎大叫道，他知道阻止不了这个小家伙了，只能大声告诫。

,四爱年上带玩具尾巴哭,国产白浆喷潮在线视频,被操到叫的视频。

??时事2：大黄片com

??10月28日,【我是Z世代】问鼎技能之巅 河南19岁“陪读”女生逆袭拿下“世界冠军”,

　　月光柔和，朦胧而皎洁，湖畔充满笑语，两年多未见，小不点与清风在这里开心无比，无比的活跃。

,一女五夫好紧好爽H,嗯哈用力啊视频在线观看,男生被 到爽 流性玩具。

??10月28日,自然资源部：2024年上半年全国共发生地质灾害2146起,

　　一些年岁大的老人颤颤巍巍，带头祷告，以虔诚的心，诚挚的言语，表达尊敬。

,宋雨琦 喷水好爽,精品熟女视频一区二区,亚洲视频二区三区。

??时事3：小视频亚洲

??10月28日,黑龙江伊春森工集团有限责任公司原党委书记、董事长李忠培被开除党籍和公职,

　　还有就是我们区、村、部门干部共同存在的吃喝成风，玩风太盛问题。一是吃喝成风。目前我区干部中普遍存着，今天是区机关、部门干部下村吃，明天是村干部来机关吃，后天是大家上城吃，反正是变着法子吃。在吃喝问题上，我们一直主张从简，干部不能背着锅跑。区机关干部因工作下村，村里可以简单安排一顿便餐;村干部来区机关办事，一律按照区机关管理制度执行。按每人30元的标准，凭餐卷到食堂就餐。可执行中，就有那么些人，穷大方，穷热情，破坏规矩，违反制度，拿集体的钱不算帐。明明规定工作日期间，中午不准喝酒，他偏偏中午要喝酒;明明规定除特殊情况外，来人一律在食堂就餐，他偏偏要外出下饭店;明明规定外出就餐一律由党政办安排，他偏偏要自作主张。一顿吃上几百元，甚至上千元，他们眼也不眨一下，一点也不感到心寒。这里我要提醒我们党政办的同志，以后在来人招待方面，把关一定要严，程序一定要办理到位。不管是什么人，你们都不要碍于情面，怕得罪人，要严格按制度办理，该怎么办就怎么办。以后凡是出现因党政办把关不严，违反机关管理制度的，将坚决追究党政办负责人的责任。村里出现类似情况，坚决追究村主要负责同志的责任。

,十八禁在线看,裸体性高朝女人中国管,黄色www网在线。

??10月28日,重庆警方破获特大制售假冒伪劣电热毯案 涉案总金额2000余万元,

　　后半夜，石村不得安宁，一群孩子跟鬼嚎一般，叫个不停。因为一时贪嘴，多吃了几块祭灵肉，浑身发光，燥热难挡。他们满村子奔跑，最后全都跳进了湖中，以此来降温。

,免费精品一区二区AV黄片,揉奶动图,免费农村大乱纶视频老女人。

??时事4：欧洲亚洲天堂

??10月28日,（新春走基层）非洲小伙春节返乡盼团圆：把中国的幸福感带回家,

新高一的致辞 篇7

,五月激情天天在线,嫩草嫩草嫩草,黃色A片三級三級三級免费看。

??10月28日,广东侨捐历史专题展在广东华侨博物馆举行,

　　“切，都是庸才，上次还说是什么了不得的天才呢，还不是被我们击败，要不是他骑着火麒逃进了火焰洞中，非抓回来不可。”一个少年反驳。

,XXXX丰满老熟妇视频,久久艹久久热,最新黄色网站。。