AI设计师不止步于生图 而直接改PSD平面设计
目前的AI生图工具虽然视觉效果已达到较高水准,但普遍存在输出结果无法编辑的问题。这类工具通常预测并生成一个“最终状态”的合并图像,导致设计师无法针对局部进行修改。真正的专业设计工作流程本质上是迭代的:设计师通过分图层、分模块的方式边做边看,根据实时反馈不断调整。PSDesigner系统的提出正是为了解决这一痛点,它不再生成单一图像,而是直接输出可继续编辑的PSD设计文件。
01系统架构:三大核心组件
- AssetCollector(素材收集器)
利用大语言模型(LLM)从用户描述中提炼视觉概念,并自动收集对应的素材,包括图片、文字和艺术字等。 - GraphicPlanner(图形规划器)
基于Qwen2.5-VL-7B微调的视觉语言模型,负责决策每一步的具体操作。 - ToolExecutor(工具执行器)
通过Adobe的UXP接口调用超过70个设计工具,直接对PSD文件进行写入操作,确保输出的文件结构完整。
02核心创新:Refinement循环机制
GraphicPlanner包含了两种工作模式:一是asset integration,负责决定素材的放置位置;二是layer refinement,负责审视放置后的效果并进行调整。Refinement模式的训练数据特意使用了质量较差的图层,迫使模型通过对比渲染前后的差异来学习修补技巧。消融实验显示,如果移除refinement模式,整体质量评分会出现显著下降,这证明了这种类似人类“反复修改”的循环机制对于生成高质量设计至关重要。此外,系统还引入了GRPO强化学习,基于4000张PSD数据进行训练,奖励函数重点对比预测工具调用参数与真实参数的匹配程度。
03数据集与实验表现
团队同步发布了CreativePSD数据集,该数据集由专业设计师标注,平均每个样本包含48个图层,远超此前Crello等数据集约5层的平均水平,并支持60多种属性类型。这种数据量级的提升解释了此前方法在复杂排版上表现不佳的原因。在对比实验中,PSDesigner在Quality、Layout和Innovation等指标上均优于竞品,仅在Color Harmony(色彩和谐度)上略低于LaDeCo。同时,由于直接输出PSD矢量文件,系统完美规避了光栅化图像在处理中文字形时容易出现渲染错误的问题。
| 对比维度 | 传统AI生图工具 | PSDesigner |
|---|---|---|
| 输出形式 | 合并图层(不可编辑) | PSD文件(可编辑) |
| 工作逻辑 | 预测最终状态 | 模拟人类迭代流程 |
| 中文字形渲染 | 光栅化易出错 | 矢量输出无此问题 |
| 数据深度 | 较浅(如Crello约5层) | 较深(CreativePSD约48层) |
当前文章无评论,是时候发表评论了