新万博体育

　　猫眼电影记者 康坦 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：KOK体育

??10月30日,爱国卫生月：儿童如何保持健康体重？专家支招,

　　阳光是健康的身心，唯有健康才能茁壮成长;阳光是快乐的因子，唯有快乐才能个性张扬;阳光是积极的心态，唯有积极才能得以进步;阳光是创新的思想，唯有创新才能飞得更高;阳光是希望的牵引，唯有希望才能放飞梦想;阳光是善良的品性，唯有善良才能陶治情操;阳光是激情的灌注，唯有激情才能成就理想。

,上下分棋牌平台排行。

??10月30日,坦桑尼亚本月持续暴雨已致66人遇难,

　　石毅，号称神一般的少年，自幼头角峥嵘，笼罩神环，自出世以来犹若一轮骄阳，照亮了无尽山河，留下诸多传说。

?第九十二章 勒索成功,AG真人是哪里开出来的,单机斗地主六月版破解版,新葡萄棋牌官方网站能玩吗。

??时事2：美高梅官方直营网

??10月30日,时习之丨“植”此青绿 与习近平一起种下春天的希望,

　　非常高兴能够和各位优秀的企业家共聚一堂，谋合作、话发展。今天，我们在这里召开银企座谈会，主要目的是进一步增强银企合作交流，密切银企合作关系，努力实现银行、企业、地方经济发展的合作共赢。

,手机版真钱捕鱼,银娱优越会登录,华体会hth·。

??10月30日,“天命人”山西古迹力战妖魔 “移动战神”密织5G网络助力游客畅游,

　　大家好!今天我在演讲的题目是：保护环境，从我做起。

,贝博在线登录,伟德体育注册,云顶快速开户。

??时事3：皇冠app哪里下载

??10月30日,（新春走基层）打年糕、百家饭、“猢狲包”……杭州孩童寻祖辈乡村年味,

　　他也许还做不了什么，但是却想知道他们的音讯，饱含着感情、对亲人的思念，见不到，哪怕能得到一点消息，也算是一种慰藉。

,天亚娱乐官网网址,名豪国际俱乐部官网,让一球什么意思。

??10月30日,中资企业助力印尼贫困学子圆梦,

　　此时，他嘴角带着血，将雪白的须发都染红了，面容苍老，有一种深深的忧虑。

,新利体育app,真人菲律宾金佰利国际,真人电玩。

??时事4：世界杯买球比赛

??10月30日,打通“以旧换新”的堵点 来看旧家具家电如何“再生”,

　　小不点握紧拳头，而后快速跃起，背后出现一对金色神翅，虽然没有冲上高空，但是双脚也几乎离地而起，迅速冲向祭灵的栖居地。

?第一百八十一章 鲲鹏,九州BET9网页登录,优德体育官方网站,必威体育app。

??10月30日,东莞市场主体数量突破180万户大关,

　　小不点动用祖器，与石林虎还有石飞蛟不可同日而语，威力提升了一大截，当然他也无法发挥出祖器的真正威力。

,球探app官方下载苹果,BOB注册App,ope体育下载a。