RabbitVis上线：AI生图补上图层

AI 生图终于开始处理“生成之后”的问题

RabbitVis 于 2026 年 8 月 5 日正式上线，这是一款由兔展智能推出的 AI 设计生产工具，核心思路是把图片生成、素材处理、图层编辑、排版修改和交付导出放进同一条工作流。

RabbitVis 的重点并不是再做一个输入提示词、返回四张图片的生图页面。按照目前公开的信息，用户可以先用自然语言生成海报、商品详情页、杂志跨页、学术海报、信息长图或透明底素材，再围绕同一个项目继续修改文字、替换图片、调整版式、擦除元素和统一视觉风格，而不必每改一个细节就重新生成整张图。

这项更新抓住了 AI 生图产品长期存在的断点：模型负责给出效果图，用户负责把效果图重新拆成可交付文件。前一半通常只需要几十秒，后一半却可能涉及抠图、补边、找字体、重排文字、重建图层和适配尺寸，最终仍要回到 Photoshop、Figma、Illustrator 或在线设计平台中完成。

图层编辑是把背景、主体、文字和装饰元素作为独立对象管理，并允许用户分别移动、替换、隐藏或修改这些对象。 它与局部重绘不是一回事：局部重绘是在一张扁平图片上改像素，图层编辑则要求系统理解设计结构，让标题仍然是标题、商品仍然是商品、背景仍然是背景。

一张好看的图，不等于一份能交付的设计稿

真实设计生产中的主要成本往往来自修改，而不是第一次生成。运营人员常见的反馈不是“全部重做”，而是“标题向下移动一点”“Logo 放大 15%”“人物换成另一张图”“主色改成品牌蓝”“再输出一个 1:1 的社交媒体版本”。

传统 AI 生图很难稳定完成这种小步迭代。用户即使只想替换一句文案，重新生成后也可能遇到人物姿势变化、背景细节漂移、字体样式重置和整体构图改变，原本已经确认的部分反而需要重新审核。

RabbitVis 试图把生成结果从终点改成起点。根据此次发布资料，产品支持围绕同一设计持续调整，用户可以通过自然语言完成去背景、图像编辑、文字编辑和橡皮擦操作，并在后续流程中继续排版、组合素材和输出不同规格。

这种产品逻辑比单纯提升生图分辨率更接近企业需求。营销设计需要经过创意、初稿、审阅、修改、品牌校验、渠道适配和导出等环节，任何只能覆盖第一步的模型，都很难独立进入稳定的生产流程。

RabbitVis 当前公开展示的场景也明显偏向生产，而不是艺术创作。商品详情页、杂志内页、财务分析报表、学术海报和信息长图都包含大量文字、数据与版式关系，这些任务对结构保持和后续编辑的要求，远高于生成一幅单独观看的插画。

RabbitVis 补的不是画质，而是设计对象模型

设计对象模型是系统对画布中元素类型、层级关系、空间位置和可编辑属性的结构化表达。 如果一张海报在系统内部只是一组像素，那么模型可以擦掉其中一块，却很难准确回答“把副标题与主标题左对齐”；如果文字、图片和装饰元素是独立对象，这类操作才有机会变成稳定指令。

RabbitVis 的实际价值因此取决于它能否长期保持对象级可编辑性。发布材料展示了文字修改、素材替换、版式调整和透明底素材生成，但更关键的问题是：经过多轮编辑后，图层关系会不会混乱，文字是否始终保留为可修改对象，遮挡关系能否正确恢复，复杂边缘是否会在反复处理后劣化。

透明底素材是 RabbitVis 此次强调的另一项基础能力。透明底素材是带有 Alpha 通道的 RGBA 图像，背景区域以透明度数据保存，可以直接叠加到海报、网页、电商详情页或视频画面中。 相比先生成带背景图片再抠图，直接生成透明素材可以减少边缘白边、毛发破损和半透明区域丢失等问题。

兔展智能披露，其自研视觉模型 UniWorld-Design 在 T2RGBA 透明素材生成评估中的 CLIP Score 达到 33.03。CLIP Score 是衡量生成图像与文本描述语义匹配程度的指标，数值越高通常代表图像内容与提示词越一致。 这一成绩说明模型在“按描述生成透明素材”上具备一定语义跟随能力，但它不能单独证明审美质量、边缘精度和图层拆分能力。

33.03 也不应该被理解为 RabbitVis 整体设计能力的综合得分。CLIP Score 主要检查语义是否对应，无法充分衡量中文排版是否准确、品牌规范是否一致、表格数据是否可靠，也无法判断一个设计项目经过十轮修改后是否仍然容易维护。

与 Midjourney、Adobe 和 Canva 相比，它站在什么位置

RabbitVis 并不是第一个把 AI 放进设计画布的产品，但它选择了更明确的切入口：从生成阶段开始，就为后续编辑和交付准备素材与结构。

目前主流产品大致分成三类：Midjourney 等工具更擅长生成高质量视觉内容；Photoshop 与 Firefly 的优势是成熟的图层、蒙版和专业交付体系；Canva 一类平台则拥有模板、品牌资产、多人协作和多渠道尺寸适配。RabbitVis 想做的是把三者中间最容易断裂的一段连接起来。

| 产品或产品类型 | 核心优势 | 生成后的编辑方式 | 图层与设计结构 | 更适合的场景 | 当前限制 | |---|---|---|---|---|---| | RabbitVis | 自然语言生成设计，并继续编辑与排版 | 文字修改、图像编辑、去背景、擦除、素材替换与版式调整 | 强调对象化、持续编辑工作流 | 海报、电商详情页、杂志内页、学术海报、信息长图 | 公开资料尚未完整说明复杂文件导入导出、协作与生态能力 | | Midjourney 类生图工具 | 单张图片的风格、构图与视觉表现 | 重新生成、变体或区域修改为主 | 通常不是原生设计图层 | 概念图、插画、视觉探索 | 精细排版和多轮定稿仍需外部工具 | | Photoshop + Firefly | 图层、蒙版、选区、色彩与印刷工作流成熟 | 生成式填充与传统专业编辑结合 | 专业级图层体系 | 商业修图、复杂合成、印刷交付 | 学习成本较高，很多操作仍依赖人工判断 | | Canva 类在线设计平台 | 模板、品牌管理、协作和多尺寸发布成熟 | 在画布中编辑模板元素并调用 AI |