PSDesigner 亮相:輸提示詞直接生成帶分層結構的 Photoshop 海報
研究團隊提出自動化設計系統 PSDesigner,輸入提示詞就能生成帶分層結構的可編輯 Photoshop 檔案。它通過素材收集、版式規劃和工具執行三個智慧體迴圈最佳化版面。這意味著 AI 生成的海報終於能直接接入現有的改稿工作流。

用 AI 做海報的人大概都遇到過這種崩潰瞬間:畫面整體挺滿意,偏偏標題裡有個錯別字,或者甲方想把右下角的圖示往左挪兩釐米。
面對一張壓得死死的平鋪圖片,你除了重新抽卡、祈禱 AI 這次聽話,幾乎沒有別的辦法。
研究團隊提出了一套名為 PSDesigner 的自動化圖形設計系統。它直接換了一條思路:輸入提示詞後,不再吐出一張扁平的點陣圖,而是直接生成帶圖層、帶結構的 Photoshop 檔案。
像人類設計師那樣拆解步驟
大多數影像生成模型習慣一氣呵成,但真正的平面設計師從來不是這麼幹活的。
PSDesigner 建立了一個代理式框架,模擬了人類設計師的實際工作流。它主要由三個專門的智慧體分工協作。
首先是素材收集智慧體(Asset Collector Agent),根據使用者的提示詞要求,在後臺蒐集所有主題相關的視覺素材。
拿到素材後,版式規劃智慧體(Graphic Planner)開始介入,負責推演這些元素該怎麼排版、位置怎麼放。
最後,工具執行智慧體(Tool Executor)呼叫具體的操作工具,把元素放進畫布裡去執行。
更有意思的是它的反饋迴路。初步生成的畫面會不斷迴流給版式規劃智慧體,由它判斷哪裡還不協調、需要怎麼再最佳化,然後再交給工具執行智慧體修改,如此迴圈迭代直到視覺達到預期。
餵給 AI 的不是成品,而是「操作軌跡」
AI 想要學會熟練操作設計工具,光看現成的精美海報是不夠的。
為此,研究團隊構建了一個專門的設計資料集 CreativePSD。這個資料集裡不僅包含大量不同藝術風格和業務場景的高質量 PSD 檔案,更關鍵的是標註了具體的操作軌跡。
換句話說,模型學到的不只是「最終畫面長什麼樣」,而是人類專家「先放底圖、再調文字、最後微調裝飾」的具體步驟。
測試結果顯示,PSDesigner 在多項圖形設計任務上的平均表現超過了現有的設計輔助方法,生成的素材也已經被拆分成清晰的可編輯圖層。
為什麼重要
我們認為,PSDesigner 最聰明的地方,在於它沒有繼續卷端到端的單圖生成,而是終於開始尊重真實的工業生產管線。
對非專業使用者和獨立創作者來說,它把做海報的門檻壓到了文字提示級別,同時保留了最後一點控制權。拿到 PSD 檔案後,你可以自己關掉不滿意的圖層、換個字型,而不用對著一張死圖嘆氣。
對設計行業而言,這也是生成式 AI 走向生產力工具的必經之路。現在的很多文生圖工具更像玩具,好看但不可控;只有輸出格式能被 Photoshop 這類傳統專業軟體無縫接管,AI 才能真正嵌入改稿、協作和交付流程。
不過也要看到,目前該系統在複雜版式的審美把控和素材精細度上,依然受限於基礎模型的理解能力。但比起單純等待更全能的畫圖大模型,這種用多智慧體拆解圖層與工具呼叫的路線,看起來才是真正解決落地痛點的正確方向。
來源 (1)
- arxiv.org(在新分頁開啟)原文arxiv.org