我是刀哥，大厂工作过几年，现在是出海创业者，深入研究AI工具和AI编程。
大湾鸡奇遇记
现在很多AI修图的痛点是，只能打字修图，没法拆开一个个元素看，一个个字儿改。但你不拆开大家就会很困惑，就像小鹏机器人，里边到底藏了个什么？
这其实是很反直觉的，就像码农写了几千行的代码，现在跟你说，想改几行只能完全重写；就像乐高积木拼了几千个积木，有一块儿拼错了想改，只能全拆了重拼。。。
有没有一个AI P图工具，可以揉碎了掰开了，让大家看清楚每个元素，能修改每个元素？这次有了！
打开lovart ： https://www.lovart.ai/
拆点什么好呢？就来拆大湾鸡！
11月9日晚，第十五届全国运动会开幕式在广州举行，以中华白海豚为原型设计的十五运会和残特奥会吉祥物“喜洋洋”和“乐融融”，这两个吉祥物“显眼包”火出圈！因为很像广东美食，被称为大湾鸡！
就是它们了！找到一张宣传海报，开整！
蒙娜丽莎她是谁？咱们把她请出来跟大湾鸡一起玩！
一键移除背景
假如我们用别的AI，则是这种效果 ，明明只想改文字，会改我们不想改的背景。
拿新上架的 Sora2+Veo3.1+Hailuo 2.3 + LTXV 2 一个个试，咱也做出来大湾鸡视频了：
（Lovart里的图生视频模型LTXV制作）
Lovart是怎么做到分层的？
这块儿我非常好奇，为什么国内外的SOTA大模型和工具都没有这个功能？为什么 Midjourney (MJ)、KLing这些巨头没有主打这个功能？
我猜测啊，是因为技术门槛。
核心难点：万物分割 (Universal Segmentation)
AI 需要理解图片中的“前景”、“背景”、“文字”分别是什么，并且精确地勾勒出它们的边缘。
这依赖于强大的图像分割模型，做 前景、全景、文本分割。Meta 的 SAM (Segment Anything Model)，它就是这类技术的代表， 论文链接：https://arxiv.org/abs/2304.02643 。Lovart 很可能使用（或自研了）类似的先进模型。
SAM 的核心输出是针对原图中每个识别对象的分割蒙版（Segmentation Mask）。
利用这些蒙版，可以轻松地执行提取操作：将原图中的像素数据与对应的蒙版结合，去除（或设置为透明）蒙版以外的区域。
最终，为每个蒙版对象保存为一个独立的图像文件（例如 PNG 格式，带有透明背景），即可实现将原图中的多个物体分离成多张独立子图。
那每张子图是如何展示在正确的原图位置上呢？
SAM 的输出可以直接提供精确的坐标信息，也就是边界框（Bounding Box），它是最常用且最直接的位置信息。对于每个分割对象，程序可以计算出一个矩形边界框，并提供其四个角的坐标：x_min, y_min, x_max, y_max。这就精确定义了每个对象在原图上的相对位置和大小
Lovart 的“魔法”在于，它把分割模型SAM和其他所有模型（修复、OCR、文本生成）集成在一个统一的界面（“画布”）中。看上去真的是一键炸开！
实际上AI在后台已经完成了分割所有图层 ，并预先填补了所有背景，最后呈现给你一个类似 Photoshop/Figma 的、包含多个图层的可编辑文件。
Adobe 在 2023 年 Max 大会上展示的 "Project Stardust"（星尘计划）的核心功能，几乎和Lovart 一模一样。它能自动识别图像中的物体为 可编辑对象 ，让你随意拖动、删除、修改，并自动填充背景。
可惜，Adobe并没有做出来。
结语
拆图层这项技术非常新，必然是 AIGC 领域的下一个战场——从 生成 转向 生成式编辑 。
Lovart 作为一家更专注、更敏捷的初创公司，选择将这个下一代功能作为核心卖点，率先推向了市场，而 Adobe却迟迟不能把PPT期货给兑现了，天壤之别。
Lovart懂我们，我们需要的不仅仅是生成图片，更是掌控和编辑图片的自由。
通过集结（Segmentation + Inpainting + OCR + Text Generation）的AI技术全家桶，Lovart 解决了一个过去只有专业设计师才能（通过抠图、蒙版、仿制图章）解决的繁琐问题，极大地降低了设计的门槛。好样的！
不刷短视频，读我的公众号长文还读完了?您真是一股清流！如果觉得写得不错，欢迎点赞、在看、关注。如果有不同看法，欢迎在评论区或者后台留言讨论。
