摘要
- Higgsfield AI推出"Higgsfield Layers",可将平面海报图像自动拆分为标题文字、图形徽章、人物蒙版三个独立图层
- 公司表示,原本需要数小时的图层分解工作现在几秒内即可完成,输出结果无需额外修改即可直接使用
- 在生成式图像模型比拼速度的当下,Higgsfield选择从"分解与重构"而非"生成"入手,瞄准设计工作流环节
几秒钟拆解一张海报
打开一张完整的海报图像,把标题文字、Logo徽章、人物剪影分别抠出来,一直是设计师日常工作中很耗时的一环。如果没有原始文件,就得重新绘制文字、从背景中抠出人物、重新制作徽章形状。Higgsfield AI于8月12日发布了自动完成这项工作的工具"Higgsfield Layers"。公司在X(原Twitter)发文称:"过去分解一张海报得花上好几个小时。"
具体拆分了什么、怎么拆的
公开的示例图是一张宣传季节促销的海报,是典型的图形设计作品,上面有"SUMMER DROP""06.14–07.20 SUN""OLD MASTERS""CANVAS TO CONCRETE"等文案,还有一枚粉色星形"NEW"徽章,以及条形码旁边的年份标注。Higgsfield Layers从这一张图像中,把标题文字、图形徽章、经过蒙版处理的人物分别提取成了三个独立图层。把输入(INPUT)和输出(OUTPUT)两张图像放在一起对比,可以看到文字内容完全一致,这说明图层分离过程中原始信息没有丢失。
| 项目 | 传统人工作业 | Higgsfield Layers |
|---|---|---|
| 耗时 | 数小时 | 数秒 |
| 输出结果 | 需设计师再加工 | 可直接用于生产(公司说法) |
| 处理对象 | 分别用不同工具处理 | 标题、徽章、人物同步分离 |
为什么这项工作一直很难
用于印刷或社交媒体发布的成品海报,通常只留下最终图像文件(JPG、PNG),而不会保留PSD之类的可编辑原始文件。要从这样的成品中重新分离出文字、图形和人物,就得靠人工一点点勾勒轮廓、抠除背景。如果还要重新匹配字体、把徽章还原成矢量图,实际操作者花上好几个小时也不稀奇。Higgsfield的思路,就是把这套重复性劳动交给系统自动处理。
图像生成竞赛中的另一条路
最近的图像生成模型行业正在打一场速度战。8月9日,Black Forest Labs发布了90亿参数的FLUX.2 klein 9B模型,称通过4步蒸馏可实现1秒以内的推理;同期,Runway也在自家平台上线了生成一张图像仅需0.6秒的"P-Image-Ideogram"。智谱AI(Zhipu AI)则推出了结合自回归与扩散技术的GLM-Image,主打文字渲染能力。这些厂商都在比拼"从零生成图像"的速度,而Higgsfield Layers瞄准的是把已经做好的成品图像还原为可编辑状态的后处理环节。生成与编辑,正成为各家厂商分别抢占的两条不同赛道。
这会带来什么改变
设计师或营销人员想把已经完成的海报、社媒卡片、横幅图像挪用到其他推广活动中时,常常会卡在"没有原始图层"这一关。如果Higgsfield Layers真能像公司所说的那样运作,那么把已发布的图像重新转回可编辑状态这项工作,在实际业务中的工作量有望大幅减少。这也契合了生成式AI应用范围从"从零创造"延伸到"对已有内容进行重构"的趋势。不过,目前的发布仅基于公司方面的说明和一个示例案例,面对更多样的设计风格或更复杂的版式布局时,能否保持同等水准的分离效果,还有待更多案例来验证。
评论