一张海报也能拆层修改,蚂蚁开源了两款 Ming 设计模型
蚂蚁开源两款 Ming 设计模型,一款生成带文字的设计图,一款把成图拆成透明 PNG 图层。官方已验证的本地配置需要单张 80 GiB 显存的显卡,也有云端调用选择。
海报做好了,只想挪一件商品的位置,整张图却已经合在一起。这类返工,现在多了一种处理办法。蚂蚁 inclusionAI 已开源 Ming-Image-0.1-Design 和 Design-Layer,两款模型各有 60 亿参数,采用 MIT 许可证。
一个负责做图,一个负责拆开
Design 用文字生成界面设计、信息图和海报,适合画面里有较多文字的设计,也支持透明背景。Design-Layer 则接收一张已经合成的设计图,按图层说明或指定层数,把它拆成独立的透明 PNG 素材,保留原图的宽高比例。
官方的卡片例子拆成了 6 层,还展示了重新合成的结果。部署平台 Baseten 的模型说明也列出了这种用法,输入设计图和拆层计划,得到可以分别编辑、重新组合的透明 PNG。
拆出图层,挪动或替换其中的素材就方便了。它交出的文件仍是 PNG,官方没有承诺还原成 PSD 或 Figma 工程,也没有承诺把文字恢复成可直接输入修改的文本。改文案是否省事,要看文字落在哪一层,以及后续用什么软件处理。
可以用云接口,本地配置得另算
官方代码库还提供 Design Skill 和 PPT Skill,供 AI 编程助手调用这些能力。它们是工作说明,需要配合相应工具配置使用。
两款模型的本地已验证配置都是单张 CUDA 显卡、至少 80 GiB 显存、BF16 精度。这个要求比“60 亿参数”的数字更值得准备部署的人留意;其它硬件能否运行,还要看具体适配。
DeepInfra 已提供 Design 文生图 API,按尺寸和生成步数收费。按它公布的公式,12 步时费用如下。
| 图片尺寸 | 每张费用(美元) |
|---|---|
| 1024 × 1024 | 0.01 |
| 2048 × 2048 | 0.04 |
按发布方公式计算,均为12步;只限Design文生图,不代表拆层费用,也未包含另调模型优化提示词的费用。
这类工具的吸引力在成图之后。一件素材能被单独拿出来处理,局部修改就多了一些余地;至于每次拆得是否干净,仍要看具体图片和输出效果。
出处(5)
- Design官方模型页 · inclusionAI
- Design-Layer官方模型页 · inclusionAI
- Ming官方代码与已验证部署配置 · inclusionAI
- Design API与计费公式 · DeepInfra
- Design-Layer部署说明 · Baseten
内容有误?告诉我们,核实后会更正,并在这里写明改了什么。
评论
还没有人评论,来写第一条。
发表评论