新万博体育

　　猫眼电影记者 虞洁宋 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：世界杯买球ga68丶me

??10月30日,云南文蒙铁路进入实质性施工阶段,

　　“我痛恨自己太善良，上次放过了你，这一次我绝不会宽恕你！”小不点稚嫩的小脸上满是坚决与果断。

?第二十四章 宝具,必威体育是哪个公司的。

??10月30日,山西发现中国晋东南地区规模最大新石器时代晚期遗址,

　　一晃过去了几个月，小石昊越长越可爱，转眼就八九个月大了，早已能自己走路，而且已会开口说话，大眼有神，白净漂亮，像是个瓷娃娃，谁看到都会忍不住捏捏他的小脸。

,ag百家家乐app5429,英亚国际下载,开运官网入口。

??时事2：ballbet贝博在线

??10月30日,雄安新区雄县发布外贸服务资金池项目,

　　上级部门和学校开展“文明教育”，为什么?很显然，我们同学群体中还有很多人不懂文明、不知，若听之任之，长此以往，小则毁了个人，大则毁了家庭和社会的希望，败坏了“文明国度”、“之邦”的良好形象。具体的表现有那些：

,米乐网址,足球app排行,炸金花挣钱的游戏。

??10月30日,中国驻美大使谢锋：“新冷战”打不得也打不赢，对华遏制不明智更不会得逞,

　　这次县委换届，是在全县上下贯彻党的xx届五中全会精神，深入开展保持共产先进性教育活动，推进新农村建设的新形势下进行的，也是在我们开启“”规划、向新目标阔步迈进的时候进行的。开好这次党代会，搞好县委、县纪委换届，意义非常重大。

,金莎国际,华夏棋牌游戏官网,永乐高ylg9999。

??时事3：天辰娱乐

??10月30日,单课时50元 北京年轻人爱上夜校,

　　“我们这是到了哪里？距离村落多半有六七百里了吧。咦，山那边有炊烟。”二猛指向前方。

,永利总站网址是多少,皇冠体育在线app下载,真人登录国际。

??10月30日,河北秦皇岛：百万亩板栗花开飘香,

　　小不点的大眼则越发的明亮，看着它焦黑的树干，以及仅余的一根嫩绿的枝条，道：“也如柳神，于毁灭中焕发生机，将来会更强，这是一种磨砺，也是一场与众不同的修行，涅槃后必将远超过去。”

,365bet手机客户端,比分直播188体育新版,世界杯足球投注。

??时事4：365体育竞猜官网APP

??10月30日,下单一两天就能收货，海外仓让海外客户体验“中国速度”,

招商银行信用卡逾期催缴 开头： 招商银行信用卡是广大消费者常用的一种支付工具，但是如果不按时还款，就会产生逾期问题。招商银行信用卡逾期催缴是银行为了保护自身权益和维护信用体系的一种措施。本文将围绕招商银行信用卡逾期催缴展开讨论，探讨其手段、被起诉后的应对方法以及逾期起诉的后果。 一、招商银行信...