大灣雞殺瘋了! Lovart自動(dòng)分層改字成P圖神器, 秒出表情包和鑰匙扣！

我是刀哥，

大廠工作過幾年，現(xiàn)在是出海創(chuàng)業(yè)者，深入研究AI工具和AI編程。

大灣雞奇遇記

現(xiàn)在很多AI修圖的痛點(diǎn)是，只能打字修圖，沒法拆開一個(gè)個(gè)元素看，一個(gè)個(gè)字兒改。但你不拆開大家就會(huì)很困惑，就像小鵬機(jī)器人，里邊到底藏了個(gè)什么？

這其實(shí)是很反直覺的，就像碼農(nóng)寫了幾千行的代碼，現(xiàn)在跟你說，想改幾行只能完全重寫；就像樂高積木拼了幾千個(gè)積木，有一塊兒拼錯(cuò)了想改，只能全拆了重拼。。。

有沒有一個(gè)AI P圖工具，可以揉碎了掰開了，讓大家看清楚每個(gè)元素，能修改每個(gè)元素？這次有了！

打開lovart ： https://www.lovart.ai/

拆點(diǎn)什么好呢？就來拆大灣雞！

11月9日晚，第十五屆全國運(yùn)動(dòng)會(huì)開幕式在廣州舉行，以中華白海豚為原型設(shè)計(jì)的十五運(yùn)會(huì)和殘?zhí)貖W會(huì)吉祥物“喜洋洋”和“樂融融”，這兩個(gè)吉祥物“顯眼包”火出圈！因?yàn)楹芟駨V東美食，被稱為大灣雞！

就是它們了！找到一張宣傳海報(bào)，開整！

新建項(xiàng)目，把圖片放上去，然后編輯元素，等個(gè)一分鐘，分開了！

抓住兩個(gè)打工仔： “喜洋洋”和“樂融融”，看視頻：

把兩個(gè)打工仔拉到太平洋上去搞貨運(yùn)，很輕松，只需要單獨(dú)做個(gè)背景圖， 放到圖層最底下就可以了：

還可以把 “喜洋洋” 做成貼紙放到 “樂融融” 身上：

讓打工仔坐在辦公室給我們干活：

讓打工仔去送外賣：

新的自制IP誕生了?。。≡蹅儾欢O(shè)計(jì)不會(huì)PS也可以給大灣雞做周邊了！只需要一句話，例如設(shè)計(jì)金屬鑰匙扣，Lovart會(huì)一步步加提示語做設(shè)計(jì)

等個(gè)不到一分鐘，來了！

很萌很萌！有沒有想訂購的？評(píng)論區(qū)留言，送。。。。。。。 圖。。。

有網(wǎng)友做了好玩的表情包，咱們可以拆出來換成別的想要的字兒

也可以輕松自制表情包：

元素復(fù)雜的頂級(jí)廣告圖，也能一鍵拆開：

蒙娜麗莎她是誰？咱們把她請出來跟大灣雞一起玩！

一鍵移除背景

牽手牽手，牽起大灣雞小手，走你！

假如我們用別的AI，則是這種效果 ，明明只想改文字，會(huì)改我們不想改的背景。

更復(fù)雜的改動(dòng)那變化就更大了， 足以讓你氣坑（很生氣，覺得被坑了）。

做大灣雞這種視頻呢？沒問題

拿新上架的 Sora2+Veo3.1+Hailuo 2.3 + LTXV 2 一個(gè)個(gè)試，咱也做出來大灣雞視頻了：

（Lovart里的圖生視頻模型LTXV制作）

Lovart是怎么做到分層的？

這塊兒我非常好奇，為什么國內(nèi)外的SOTA大模型和工具都沒有這個(gè)功能？為什么 Midjourney (MJ)、KLing這些巨頭沒有主打這個(gè)功能？

我猜測啊，是因?yàn)榧夹g(shù)門檻。

核心難點(diǎn)：萬物分割 (Universal Segmentation)

AI 需要理解圖片中的“前景”、“背景”、“文字”分別是什么，并且精確地勾勒出它們的邊緣。

這依賴于強(qiáng)大的圖像分割模型，做 前景、全景、文本分割。Meta 的 SAM (Segment Anything Model)，它就是這類技術(shù)的代表， 論文鏈接：https://arxiv.org/abs/2304.02643 。Lovart 很可能使用（或自研了）類似的先進(jìn)模型。

SAM 的核心輸出是針對原圖中每個(gè)識(shí)別對象的分割蒙版（Segmentation Mask）。

利用這些蒙版，可以輕松地執(zhí)行提取操作：將原圖中的像素?cái)?shù)據(jù)與對應(yīng)的蒙版結(jié)合，去除（或設(shè)置為透明）蒙版以外的區(qū)域。

最終，為每個(gè)蒙版對象保存為一個(gè)獨(dú)立的圖像文件（例如 PNG 格式，帶有透明背景），即可實(shí)現(xiàn)將原圖中的多個(gè)物體分離成多張獨(dú)立子圖。

那每張子圖是如何展示在正確的原圖位置上呢？

SAM 的輸出可以直接提供精確的坐標(biāo)信息，也就是邊界框（Bounding Box），它是最常用且最直接的位置信息。對于每個(gè)分割對象，程序可以計(jì)算出一個(gè)矩形邊界框，并提供其四個(gè)角的坐標(biāo)：x_min, y_min, x_max, y_max。這就精確定義了每個(gè)對象在原圖上的相對位置和大小

Lovart 的“魔法”在于，它把分割模型SAM和其他所有模型（修復(fù)、OCR、文本生成）集成在一個(gè)統(tǒng)一的界面（“畫布”）中。看上去真的是一鍵炸開！

實(shí)際上AI在后臺(tái)已經(jīng)完成了分割所有圖層 ，并預(yù)先填補(bǔ)了所有背景，最后呈現(xiàn)給你一個(gè)類似 Photoshop/Figma 的、包含多個(gè)圖層的可編輯文件。

Adobe 在 2023 年 Max 大會(huì)上展示的 "Project Stardust"（星塵計(jì)劃）的核心功能，幾乎和Lovart 一模一樣。它能自動(dòng)識(shí)別圖像中的物體為 可編輯對象 ，讓你隨意拖動(dòng)、刪除、修改，并自動(dòng)填充背景。

可惜，Adobe并沒有做出來。

結(jié)語

拆圖層這項(xiàng)技術(shù)非常新，必然是 AIGC 領(lǐng)域的下一個(gè)戰(zhàn)場——從 生成 轉(zhuǎn)向 生成式編輯 。

Lovart 作為一家更專注、更敏捷的初創(chuàng)公司，選擇將這個(gè)下一代功能作為核心賣點(diǎn)，率先推向了市場，而 Adobe卻遲遲不能把PPT期貨給兌現(xiàn)了，天壤之別。

Lovart懂我們，我們需要的不僅僅是生成圖片，更是掌控和編輯圖片的自由。

通過集結(jié)（Segmentation + Inpainting + OCR + Text Generation）的AI技術(shù)全家桶，Lovart 解決了一個(gè)過去只有專業(yè)設(shè)計(jì)師才能（通過摳圖、蒙版、仿制圖章）解決的繁瑣問題，極大地降低了設(shè)計(jì)的門檻。好樣的！

不刷短視頻，讀我的公眾號(hào)長文還讀完了?您真是一股清流！如果覺得寫得不錯(cuò)，歡迎點(diǎn)贊、在看、關(guān)注。如果有不同看法，歡迎在評(píng)論區(qū)或者后臺(tái)留言討論。

我是刀哥，大廠工作過幾年，現(xiàn)在是出海創(chuàng)業(yè)者，深入研究AI工具和AI編程。關(guān)注我，了解更多AI知識(shí)！我們下期再見！