新万博体育

　　猫眼电影记者 王育林 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：国产乱子对白激情视频

??10月30日,福建南平提升暴雨预警为Ⅰ级 武夷山所有A级景区暂停开放,

　　首先，我们要养成随手拔电源的好习惯。发生火灾，一定要沉着冷静，不要心慌，及时报警。其次，如果发生火灾时，要听从指挥，不得争先恐后，互相拥挤，否则会阻塞通道，发生更严重的伤亡事故。最后，我们要自觉爱护各种消防设施！

,在线观看日本视频www。

??10月30日,2024年“游购乡村”系列活动启动 文旅融合助力乡村振兴,

　　然而，出乎所有人的预料，青鳞鹰振翅，而后猛的一扇，大风呼呼作响，将三枚卵全部推进了村中，滚向大柳树那里。

,男女爽爽网站,乱伦文学麻豆视频,国产在线不卡视频免费视频Co。

??时事2：玖玖国产亚洲视频在线观看

??10月30日,富春江风光旖旎,

　　大家好！今天，是个难忘的日子，对在场毕业生来说，更是一个值得铭记的日子。在此，我仅代表届全体毕业生向母校，老师致以最诚挚的感谢！

,一二三级毛片,黄色网站污污污亚洲免费,国产欧美日韩第六页。

??10月30日,国家安全展览厅在香港历史博物馆揭幕,

　　这一次，他深吸了一口气，蹲下身来，摩挲一块骨，而后猛然用力，想震裂石面，将符骨弄出来。

,美女黄网站免费视频操,福利视频导航大全,一级性爱免费看。

??时事3：灰原哀裸体被 羞羞的漫

??10月30日,外交部：不管谁当选下一届美国总统，都希望美方能同中方相向而行,

　　“唔……唔……”每当听到这个声音，就能联想起与火神对抗的消防员。想起他们英勇的形象。

,欧美日韩A片在线观看视,欧美性爱a片4色,亚洲一区二区三区按摩魔镜。

??10月30日,长春至成都一航班发动机空中喷火，盘旋近2小时后安全返航，川航：无乘客受伤,

　　我们学校每年都吸纳新团员，我们每一学期都要使品学兼优的学生加入共青团组织。给那些品质高尚、成绩优秀、组织管理能力强的同学提供一个进步的机会。

,午夜试看120秒体验15次,男女动态免费视频,欧美三级片不卡一区。

??时事4：99草在线观看

??10月30日,长春推进“无废城市”建设 为绿色发展增添新动能,

　　动漫文化创意产业至少还有二十年的钻石发展时间，顺势而为、顺应潮流,在正确的时间做正确的事，这是_创业20_年行事的宗旨。虽然品牌是中国的，但是我们的视野以及我们的定位都是国际化的，我们的下一个梦想，就是做成一个真正的国际品牌，让企业更有尊严与价值。_经历这20_年的内生改变积累，一定能够指引未来十年发展方向。未来三年公司将启动“千店计划”布局国内市场。立足一、二线城市，决胜终端。

,男男gay舔脚网站GV,aAaaa黄色网站视频,99亚洲一区二区三区。

??10月30日,西藏天文历算专家通过古老天文台测定开耕时间,

　　有这株柳木在，在这片大地上，谁敢称第一祭灵？

,农村一级国产特黄视频国产一级特黄片视频一级黄片视频农,国产A片黄业视频,日批应用。