CreatiPoster：迈向可编辑和可控的多层图形设计生成

平面设计在商业和个人领域都扮演着至关重要的角色，然而，创建高质量、可编辑且美观的图形作品仍然是一项耗时且技能密集的任务，特别是对于初学者而言。当前的 AI 工具自动化了工作流程的部分环节，但在准确整合用户提供的素材、保持可编辑性以及实现专业视觉效果方面仍面临挑战。诸如 Canva Magic Design 等商业系统依赖于庞大的模板库，这在复制方面是不切实际的。在本文中，我们推出了 CreatiPoster，这是一个可以根据可选的自然语言指令或素材生成可编辑、多层构图的框架。首先，一个协议模型（即一个 RGBA 大型多模态模型）生成一个 JSON 规范，详细说明每个图层（文本或素材）的精确布局、层级、内容和样式，以及一个简洁的背景提示。然后，一个条件背景模型根据这些渲染的前景图层合成一个连贯的背景。我们构建了一个包含自动化指标的平面设计生成基准，并展示了 CreatiPoster 超越了领先的开源方法和专有商业系统。为了促进进一步的研究，我们发布了一个包含 10 万个多层设计的无版权语料库。CreatiPoster 支持多种应用，如画布编辑、文本叠加、响应式调整大小、多语言适配和动画海报，从而推动 AI 辅助平面设计的普及。项目主页：https://github.com/graphic-design-ai/creatiposter