CreatiPoster: 迈向可编辑和可控的多层图形设计生成
计算机视觉与模式识别
2025-06-13 v1
摘要
图形设计在商业和个人环境中都扮演着至关重要的角色，但创建高质量、可编辑且具有美学吸引力的图形组合仍然是一项耗时且需要技能的任务，尤其是对初学者而言。当前的 AI 工具自动化了部分工作流，但在准确整合用户提供的素材、保持可编辑性和实现专业视觉吸引力方面存在困难。像 Canva Magic Design 这样的商业系统依赖庞大的模板库，这在复制方面是不切实际的。在本文中，我们引入了 CreatiPoster，一个从可选自然语言指令或素材生成可编辑多层组合的框架。一个协议模型——一个 RGBA 大型多模态模型——首先生成一个 JSON 规范，详细说明每一层（文本或素材）的精确布局、层次结构、内容和风格，以及一个简洁的背景提示。然后一个条件背景模型根据这个渲染好的前景层合成一个连贯的背景。我们构建了一个带有自动指标的图形设计生成基准，并证明 CreatiPoster 超越了领先的开放源代码方法和专有商业系统。为了推动进一步的研究，我们发布了一个包含 100,000 个多层设计的无版权语料库。CreatiPoster 支持多样化的应用，如画布编辑、文本叠加、响应式缩放、多语言适配和动画海报，推动了 AI 辅助图形设计的普及。项目主页：https://github.com/graphic-design-ai/creatiposter
引用
@article{arxiv.2506.10890,
title = {CreatiPoster: Towards Editable and Controllable Multi-Layer Graphic Design Generation},
author = {Zhao Zhang and Yutao Cheng and Dexiang Hong and Maoke Yang and Gonglei Shi and Lei Ma and Hui Zhang and Jie Shao and Xinglong Wu},
journal= {arXiv preprint arXiv:2506.10890},
year = {2025}
}