新万博体育

　　猫眼电影记者 许娜 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：永利博娱乐城

??10月28日,湖北武汉：芦狄花开引人入胜,

　　石云峰自怀中掏出一个玉罐，倒出两粒清香扑鼻的紫色药丸，捏碎一粒后涂抹在伤口上，另一粒则让他吞服了下去。

,微信在哪投注世界杯。

??10月28日,重庆连续三天发布高温红色预警信号,

　　最终，一部分人逃了，另一部分人服从命令，围困石村，准备断绝他们的食物。

,世界杯投注赚几千万,新濠天地真人投注,九游会国际厅。

??时事2：188体育体育下载

??10月28日,外媒：德国总理将于12月发起信任投票,

　　那柔软的柳条流光溢彩，有氤氲光雾蒸腾，噗的一声，绿芽前端洞穿了凶狈的后背，溅起一串血花。

,im电竞官方网站,ope体育安卓端g,有没有炸金花二八杠。

??10月28日,赖清德窜访后中方会否在台周边举行军演？外交部回应,

　　最后，再一次祝愿每一位XX人新春愉快，幸福安康!祝愿明天如冉冉升起的启明星，璀璨耀眼，步步高升!

,银河国际手机正版,米乐买球,gt千炮捕鱼平台。

??时事3：乐虎国际在线开户

??10月28日,中国南海基础地质调查研究整装成果发布,

　　他虽然取巧，顺势而为，但依旧显示出了狂暴的力量，让人不敢相信，这才是一个七八岁的孩子啊。

,威廉国际app下载,澳博入口登录,365bet在线体育。

??10月28日,中国航展观察：低空经济将如何提高生活质量？,

　　山地上，金色的骨剪流动蒙蒙宝辉，神秘而又强大，横在乱石间，有一种让人心悸的力量在释放。

,日博体育平台首页,斗球官网入口,凯时k66首页。

??时事4：大发棋牌游戏

??10月28日,香港进行大湾区跨境直通救护车联合演练 冀年内推出试行计划,

　　在办学业绩方面，我们不断得到上级领导和有关专家的肯定和表扬。我们的学校、我们的老师和学生先后获得过很多国家级、省级和市区级的表彰，尤其值得我们全体师生自豪的是：在今年月，我们被评定为区一级学校，而且是包含初中部的区一级学校，这在××区是独一无二的，是令社会各界刮目相看的！能晋升为区一级学校，我们靠的是自身的打拼，靠的是过硬的质量，靠的是我们的三支队伍——我们有作风优良的好领导，我们有业务精湛的好老师，我们有勤奋学习的好学生。这里校风正，教风严，学风浓，我们始终坚持以人为本，决不放弃任何一名学生，极力将每一名学生雕琢成器。当然，所有这一切都离不开在座家长们的支持和鼓励。免费提供

,BBIN体育网,银河真人游戏网站,美高梅官方app。

??10月28日,（乡村行·看振兴）江西吉水勾勒现代农业“新画卷”,

　　小不点无所畏惧，一路径直就杀了进来，徒手战凶寇，没有废什么力气，就让二十几人骨断筋折，失去了战斗力。

,伟德体育外围官网,伟德bv,必发棋牌百人牛牛。