视觉AI从「会生成」走向「能创作」，RabbitVis探索AI应用新范式_最新资讯

机器之心发布

(资料图片)

AI 产业的代际跨越时间越来越短！

从 ChatGPT 到文生图，再到视频生成，大模型不断刷新人们对 AI 能力的认知。「AI 会不会生成」这个问题，已经不再需要讨论。

但与此同时，一个新的变化也开始出现。

大家关注的，不再只是大模型参数或者生成效果，而是一个更加现实的问题：AI 能不能真正完成一项工作？

今天，大多数 AI 已经能够生成一张足够漂亮的图片；但真正的创作，并不会在图片生成的那一刻结束。

尺寸是否准确、图层是否可编辑、素材能否复用、多人如何继续协作…… 这些真正影响创作效率的工作，仍然需要用户回到传统软件中继续完成。

现实世界的痛点，让视觉 AI 的竞争，也进入了新的阶段。

如果说过去比拼的是「谁生成得更像」，时至今日，比拼的则是谁能够真正进入创作设计生产流程。

视频链接：https://mp.weixin.qq.com/s/XhVRP7vbo8G0U6tklcpYQg

RabbitVis 正式上线，立即体验 AI 设计生产工具：https://rabbitvis.rabbitpre.com/

点击官方链接，加入官方社区，与更多用户一起探索 AI 设计生产的新方式。

在这样的背景下，兔展智能给出了自己的答案。

此前，兔展智能联合北京大学、鹏城实验室研发的 UniWorld-View 登顶 WorldScore 世界模型榜单，展现了团队在视觉 AI 领域的技术积累。

基于多年视觉 AI 技术积累，兔展智能将 AI 大模型能力转化为实际应用。面向设计生产场景，兔展智能研发了 UniWorld-Design，进一步强化了视觉生成与编辑能力的结合，并基于此打造了产模一体战略的重要产品 ——RabbitVis。

AI 开始回答一个新问题：如何真正完成一项工作？

如果把过去几年的 AI 演进画成一条时间线，不难发现，每一个阶段关注的问题都在发生变化。

最初，人们讨论的是「AI 能不能理解？」

随后，大模型开始进入快速发展阶段，行业关注点逐渐转向「AI 能不能生成？」

最近一段时间，无论是文本、图片还是视频，大模型都在不断突破能力边界。越来越真实的人物、越来越自然的光影、越来越丰富的视觉效果，让 AI 生成逐渐从技术演示走向实际应用。

但随着 AI 与日常生活的嵌合越来越紧密，大家开始对 AI 提出更高的要求。

生成之后呢？能否继续编辑？素材能不能导出？……

对于创作而言，真正需要的，从来不只是一张图片，而是一项能够交付的最终成果。

设计如此、营销如此、各行各业亦是如此……

而越来越多的 AI 产品也开始从「展示能力」，转向「完成任务」；从回答问题，转向围绕具体行业重新组织能力：有的进入医疗，有的进入金融，有的进入制造，也有的开始进入设计生产。

换句话说，AI 正在从通用能力竞争，逐渐走向工作能力竞争。

而视觉 AI，也开始进入属于自己的下一阶段。

RabbitVis：灵感落地，一站完成，体验前所未有的图层级一站式 AI 设计工具

RabbitVis 正是在这样的背景下诞生的。

它并没有把目标停留在「生成更多图片」上，而是把关注点放在另一个问题：如何让 AI 真正参与创作设计生产，而不仅仅只是完成一次生成。

从一张图片，到一次完整创作

随着大模型的不断发展，AI 生图最大的变化，是越来越会「画」。

人物更加真实，构图更加合理，光影更加自然，甚至连复杂的字体、细节和材质表现，也在不断提升。

对很多用户而言，一张高质量图片已经能够满足部分创作需求。

但当内容进入真实创作场景，用户往往还需要继续完成修改、调整、适配等工作。

一张商品详情页，不只是完成视觉呈现，还需要继续调整文案、版式、尺寸和素材；一套品牌物料，也不只是生成一张海报，而是围绕同一主题完成多尺寸、多规格、多场景的持续设计。

真正消耗时间的，并不是第一次 AI 生成，而是生成之后大量的修改、调整、排版和交付。

例如：AI 生成了一张满意的图片，但后续仍需要重新导入 Photoshop、Illustrator 等专业设计软件继续处理；图层需要重新拆分，文字需要重新排版；甚至还要针对不同平台导出不同规格文件。

视频链接：https://mp.weixin.qq.com/s/XhVRP7vbo8G0U6tklcpYQg

RabbitVis 丝滑的图层分解能力

也就是说，AI 完成了「生成」，但并没有真正进入创作流程的后半程。

同时，生成、编辑、排版、协作往往分散在不同工具中，用户仍需要在多个软件之间反复切换，将 AI 输出逐步加工成最终成果。

视频链接：https://mp.weixin.qq.com/s/XhVRP7vbo8G0U6tklcpYQg

RabbitVis 流式生成设计，实时显示生成结果

但 RabbitVis 的出现，解决了这一段长期存在于创作流程中的「断点」。

相比于继续提升单次生成效果，RabbitVis 实现了 AI 能力从图片生成，到进一步进入创作设计生产流程的跨越。

视频链接：https://mp.weixin.qq.com/s/XhVRP7vbo8G0U6tklcpYQg

视频链接：https://mp.weixin.qq.com/s/XhVRP7vbo8G0U6tklcpYQg

视频链接：https://mp.weixin.qq.com/s/XhVRP7vbo8G0U6tklcpYQg

视频链接：https://mp.weixin.qq.com/s/XhVRP7vbo8G0U6tklcpYQg

以上依次为去背景、图像编辑、文字编辑、橡皮擦功能，这些，都可以用一句话实现

下面是 RabbitVis 生成的精美海报：

RabbitVis 杂志内页生成效果

RabbitVis 财务分析报表生成效果

RabbitVis 学术海报生成效果

RabbitVis 信息长图生成效果

在 RabbitVis 中，用户不仅可以生成透明底素材、商品详情页、杂志跨页等等不同类型的设计内容，还可以围绕同一项目继续修改、持续编辑，并逐步完成后续设计工作。

这种从生成到创作的变化，背后依靠的是兔展智能在视觉 AI 领域持续积累的技术能力。

传统 AI 生图通常输出一张完整图片，但真实设计流程并不是简单展示一张图片，而是需要对其中不同元素进行持续调整。背景、主体、文字、装饰元素等，都需要作为独立对象参与后续编辑。

基于这一需求，UniWorld-Design 以图层作为视觉内容的重要组织方式，让模型不仅能够生成图像，还能够理解图像中的结构关系，并支持图层级生成与编辑。

在设计任务中，UniWorld-Design 的透明素材生成能力可以根据文本描述生成可直接使用的透明设计元素；图像分层能力则能够将完整图像拆解为多个可编辑层级，为后续调整、组合和复用提供基础。

• Uniworld-Design 技术报告链接：https://rabbitvis.rabbitpre.com/blog/uniworld-design-report

相关评测显示，在 I2L 图像分层评估中，UniWorld-Design 围绕逐层视觉质量、Alpha Soft IoU、可编辑性等指标进行了验证，其中，在逐层视觉质量指标 RGB L1 中取得 0.1264（越小越好），Alpha Soft IoU 取得 0.7325（越大越好），可编辑性取得 1.32（越小越好）；在 VLM 主观评分中，UniWorld-Design 综合评分达到 20.43（满分 25，越大越好），归一化总分达到 0.817（分值区间 0-1，越大越好）。

在 T2RGBA 透明素材生成评估中，UniWorld-Design 生成素材与文本描述的语义匹配能力进一步提升，CLIP Score 达到 33.03。

这些能力进一步被封装进 RabbitVis 中，为 AI 进入更复杂的设计任务提供技术基础。

为什么一定要将 AI 生图嵌入创作设计工作流？

不断提高 AI 生图的生成质量，当然重要。

但 RabbitVis 研发团队在持续观察、调研和用户反馈中发现，对于真实的创作设计场景而言，仅仅让 AI「生成得更好」，仍然无法解决全部问题。

因为用户真正需要的，并不是一张由 AI 生成后便无法继续调整的最终图片，而是一份能够持续修改、不断演化，并最终完成交付的设计稿。

因此，RabbitVis 在产品设计上，始终围绕「让 AI 生成的图片成为继续创作的起点，直至完成最终交付成果」的理念展开。

这种思路，首先体现在素材生产上。

过去，无论是设计团队、企业运营人员，还是内容创作者，在使用 AI 生成图片后，往往仍需要花费大量时间完成抠图、裁切、边缘处理等后续工作。

这些工作本身并不复杂，却十分耗时。

RabbitVis 生成的复杂手绘 PNG 透明底素材

RabbitVis 生成的 PNG 透明底素材

RabbitVis 选择从真实创作流程出发，支持生成可直接用于设计的透明底素材，让 AI 生成结果能够直接进入后续编辑、排版和组合环节。

另一处变化，则来自「编辑」。

过去，大多数 AI 生图产品完成生成之后，任务基本结束。

如果用户需要修改内容，往往只能重新输入 Prompt，再等待大模型重新生成。

而在真实场景中，修改往往不是推倒重来。

更多时候，只是：标题往下一点；Logo 放大一点；图片换一张；颜色统一一下……

这些修改，本质上属于定稿前的调整工作，而不是再次生成图片。

立即体验 RabbitVis：https://rabbitvis.rabbitpre.com/加入官方社区，与更多用户一起探索 AI 设计生产的新方式。

因此，RabbitVis 将重点放在生成之后的持续编辑能力，将原本割裂在不同软件、不同环节中的设计流程串联起来，让用户能够围绕同一个设计持续调整，而不是不断重新开始、循环往复。

用户输入一句自然语言，RabbitVis 即可完成初始设计；随后继续调整版式、更换素材、修改文字，并根据不同场景导出对应规格文件。

从这个角度看，RabbitVis 更是在重新组织创作设计流程，而不仅仅是在增加 AI 功能。

大模型之后，AI 产品进入价值验证阶段

不可否认，AI 大模型的发展速度远远超出了很多人的预期。

聊天、编程、翻译、图片生成、视频生成……

越来越多过去需要专业技能完成的工作，都开始被 AI 一一接管。

行业信心不断提振，未来产业蓝图愈发明确。

大家不断追逐更大的参数、更强的推理能力、更好的生成效果，不断刷新着 AI 的能力边界。

不过，大模型越来越聪明，并不意味着用户的工作效率真正获得了同样幅度的效率提升。

原因并不复杂。

一个更聪明的大模型很重要，但是一套能够进入真实业务流程、持续创造价值的 AI 产品更重要。

从解决「能不能做到」，转为关注：

• 能不能真正交付？
• 能不能进入创作设计工作流？
• 能不能持续提高生产效率？

毕竟真正决定 AI 产品价值的，不再只是大模型本身，而是大模型如何与行业经验、业务流程和产品体验结合，最终帮助用户完成一项真实的工作。

上升到整个 AI 行业，这或许意味着一个新的开始。

当大模型逐渐成为新的基础设施之后，真正拉开差距的，不一定是谁拥有更大的模型，而是谁能够把模型能力转化为真正可落地、可交付、可持续使用的 AI 产品。

RabbitVis 的探索，也正是在回答这个问题：如何让 AI 不止生成内容，而是真正进入具体行业，参与真实工作流程。

从生成图片，到完成设计；从单次输出，到持续编辑；从模型能力，到生产能力。

AI 竞争的下一阶段，或许不再只是比拼「谁更会生成」，而是比拼「谁更能完成」。

而这，可能是后 AI 生图时代，视觉 AI 真正值得关注的新方向。

点击官网链接，立即体验 RabbitVis，加入官方社区，共同见证 AI 设计从生成走向生产！

• 官网链接：https://rabbitvis.rabbitpre.com/

关键词： 视觉 会生成 多模态 rabbitvis