視覺AI從「會生成」走向「能創作」，RabbitVis探索AI應用新范式

機器之心發布

隨著 AI 生圖能力不斷提升，如何讓 AI 真正進入創作流程成為新的行業問題。兔展智能基于 UniWorld-Design 視覺 AI 大模型推出 RabbitVis，嘗試推動視覺 AI 從圖片生成走向可編輯、可交付的創作流程。

AI 產業的代際跨越時間越來越短！

從 ChatGPT 到文生圖，再到視頻生成，大模型不斷刷新人們對 AI 能力的認知?！窤I 會不會生成」這個問題，已經不再需要討論。

但與此同時，一個新的變化也開始出現。

大家關注的，不再只是大模型參數或者生成效果，而是一個更加現實的問題：AI 能不能真正完成一項工作？

今天，大多數 AI 已經能夠生成一張足夠漂亮的圖片；但真正的創作，并不會在圖片生成的那一刻結束。

尺寸是否準確、圖層是否可編輯、素材能否復用、多人如何繼續協作…… 這些真正影響創作效率的工作，仍然需要用戶回到傳統軟件中繼續完成。

現實世界的痛點，讓視覺 AI 的競爭，也進入了新的階段。

如果說過去比拼的是「誰生成得更像」，時至今日，比拼的則是誰能夠真正進入創作設計生產流程。

視頻鏈接：https://mp.weixin.qq.com/s/XhVRP7vbo8G0U6tklcpYQg

RabbitVis 正式上線，立即體驗 AI 設計生產工具：https://rabbitvis.rabbitpre.com/

點擊官方鏈接，加入官方社區，與更多用戶一起探索 AI 設計生產的新方式。

在這樣的背景下，兔展智能給出了自己的答案。

此前，兔展智能聯合北京大學、鵬城實驗室研發的 UniWorld-View 登頂 WorldScore 世界模型榜單，展現了團隊在視覺 AI 領域的技術積累。

基于多年視覺 AI 技術積累，兔展智能將 AI 大模型能力轉化為實際應用。面向設計生產場景，兔展智能研發了 UniWorld-Design，進一步強化了視覺生成與編輯能力的結合，并基于此打造了產模一體戰略的重要產品 ——RabbitVis。

AI 開始回答一個新問題：如何真正完成一項工作？

如果把過去幾年的 AI 演進畫成一條時間線，不難發現，每一個階段關注的問題都在發生變化。

最初，人們討論的是「AI 能不能理解？」

隨后，大模型開始進入快速發展階段，行業關注點逐漸轉向「AI 能不能生成？」

最近一段時間，無論是文本、圖片還是視頻，大模型都在不斷突破能力邊界。越來越真實的人物、越來越自然的光影、越來越豐富的視覺效果，讓 AI 生成逐漸從技術演示走向實際應用。

但隨著 AI 與日常生活的嵌合越來越緊密，大家開始對 AI 提出更高的要求。

生成之后呢？能否繼續編輯？素材能不能導出？……

對于創作而言，真正需要的，從來不只是一張圖片，而是一項能夠交付的最終成果。

設計如此、營銷如此、各行各業亦是如此……

而越來越多的 AI 產品也開始從「展示能力」，轉向「完成任務」；從回答問題，轉向圍繞具體行業重新組織能力：有的進入醫療，有的進入金融，有的進入制造，也有的開始進入設計生產。

換句話說，AI 正在從通用能力競爭，逐漸走向工作能力競爭。

而視覺 AI，也開始進入屬于自己的下一階段。

RabbitVis：靈感落地，一站完成，體驗前所未有的圖層級一站式 AI 設計工具

RabbitVis 正是在這樣的背景下誕生的。

它并沒有把目標停留在「生成更多圖片」上，而是把關注點放在另一個問題：如何讓 AI 真正參與創作設計生產，而不僅僅只是完成一次生成。

從一張圖片，到一次完整創作

隨著大模型的不斷發展，AI 生圖最大的變化，是越來越會「畫」。

人物更加真實，構圖更加合理，光影更加自然，甚至連復雜的字體、細節和材質表現，也在不斷提升。

對很多用戶而言，一張高質量圖片已經能夠滿足部分創作需求。

但當內容進入真實創作場景，用戶往往還需要繼續完成修改、調整、適配等工作。

一張商品詳情頁，不只是完成視覺呈現，還需要繼續調整文案、版式、尺寸和素材；一套品牌物料，也不只是生成一張海報，而是圍繞同一主題完成多尺寸、多規格、多場景的持續設計。

真正消耗時間的，并不是第一次 AI 生成，而是生成之后大量的修改、調整、排版和交付。

例如：AI 生成了一張滿意的圖片，但后續仍需要重新導入 Photoshop、Illustrator 等專業設計軟件繼續處理；圖層需要重新拆分，文字需要重新排版；甚至還要針對不同平臺導出不同規格文件。

視頻鏈接：https://mp.weixin.qq.com/s/XhVRP7vbo8G0U6tklcpYQg

RabbitVis 絲滑的圖層分解能力

也就是說，AI 完成了「生成」，但并沒有真正進入創作流程的后半程。

同時，生成、編輯、排版、協作往往分散在不同工具中，用戶仍需要在多個軟件之間反復切換，將 AI 輸出逐步加工成最終成果。

視頻鏈接：https://mp.weixin.qq.com/s/XhVRP7vbo8G0U6tklcpYQg

RabbitVis 流式生成設計，實時顯示生成結果

但 RabbitVis 的出現，解決了這一段長期存在于創作流程中的「斷點」。

相比于繼續提升單次生成效果，RabbitVis 實現了 AI 能力從圖片生成，到進一步進入創作設計生產流程的跨越。

視頻鏈接：https://mp.weixin.qq.com/s/XhVRP7vbo8G0U6tklcpYQg

視頻鏈接：https://mp.weixin.qq.com/s/XhVRP7vbo8G0U6tklcpYQg

視頻鏈接：https://mp.weixin.qq.com/s/XhVRP7vbo8G0U6tklcpYQg

視頻鏈接：https://mp.weixin.qq.com/s/XhVRP7vbo8G0U6tklcpYQg

以上依次為去背景、圖像編輯、文字編輯、橡皮擦功能，這些，都可以用一句話實現

下面是 RabbitVis 生成的精美海報：

RabbitVis 雜志內頁生成效果

RabbitVis 財務分析報表生成效果

RabbitVis 學術海報生成效果

RabbitVis 信息長圖生成效果

在 RabbitVis 中，用戶不僅可以生成透明底素材、商品詳情頁、雜志跨頁等等不同類型的設計內容，還可以圍繞同一項目繼續修改、持續編輯，并逐步完成后續設計工作。

這種從生成到創作的變化，背后依靠的是兔展智能在視覺 AI 領域持續積累的技術能力。

傳統 AI 生圖通常輸出一張完整圖片，但真實設計流程并不是簡單展示一張圖片，而是需要對其中不同元素進行持續調整。背景、主體、文字、裝飾元素等，都需要作為獨立對象參與后續編輯。

基于這一需求，UniWorld-Design 以圖層作為視覺內容的重要組織方式，讓模型不僅能夠生成圖像，還能夠理解圖像中的結構關系，并支持圖層級生成與編輯。

在設計任務中，UniWorld-Design 的透明素材生成能力可以根據文本描述生成可直接使用的透明設計元素；圖像分層能力則能夠將完整圖像拆解為多個可編輯層級，為后續調整、組合和復用提供基礎。

• Uniworld-Design 技術報告鏈接：https://rabbitvis.rabbitpre.com/blog/uniworld-design-report

相關評測顯示，在 I2L 圖像分層評估中，UniWorld-Design 圍繞逐層視覺質量、Alpha Soft IoU、可編輯性等指標進行了驗證，其中，在逐層視覺質量指標 RGB L1 中取得 0.1264（越小越好），Alpha Soft IoU 取得 0.7325（越大越好），可編輯性取得 1.32（越小越好）；在 VLM 主觀評分中，UniWorld-Design 綜合評分達到 20.43（滿分 25，越大越好），歸一化總分達到 0.817（分值區間 0-1，越大越好）。

在 T2RGBA 透明素材生成評估中，UniWorld-Design 生成素材與文本描述的語義匹配能力進一步提升，CLIP Score 達到 33.03。

這些能力進一步被封裝進 RabbitVis 中，為 AI 進入更復雜的設計任務提供技術基礎。

為什么一定要將 AI 生圖嵌入創作設計工作流？

不斷提高 AI 生圖的生成質量，當然重要。

但 RabbitVis 研發團隊在持續觀察、調研和用戶反饋中發現，對于真實的創作設計場景而言，僅僅讓 AI「生成得更好」，仍然無法解決全部問題。

因為用戶真正需要的，并不是一張由 AI 生成后便無法繼續調整的最終圖片，而是一份能夠持續修改、不斷演化，并最終完成交付的設計稿。

因此，RabbitVis 在產品設計上，始終圍繞「讓 AI 生成的圖片成為繼續創作的起點，直至完成最終交付成果」的理念展開。

這種思路，首先體現在素材生產上。

過去，無論是設計團隊、企業運營人員，還是內容創作者，在使用 AI 生成圖片后，往往仍需要花費大量時間完成摳圖、裁切、邊緣處理等后續工作。

這些工作本身并不復雜，卻十分耗時。

RabbitVis 生成的復雜手繪 PNG 透明底素材

RabbitVis 生成的 PNG 透明底素材

RabbitVis 選擇從真實創作流程出發，支持生成可直接用于設計的透明底素材，讓 AI 生成結果能夠直接進入后續編輯、排版和組合環節。

另一處變化，則來自「編輯」。

過去，大多數 AI 生圖產品完成生成之后，任務基本結束。

如果用戶需要修改內容，往往只能重新輸入 Prompt，再等待大模型重新生成。

而在真實場景中，修改往往不是推倒重來。

更多時候，只是：標題往下一點；Logo 放大一點；圖片換一張；顏色統一一下……

這些修改，本質上屬于定稿前的調整工作，而不是再次生成圖片。

立即體驗 RabbitVis：https://rabbitvis.rabbitpre.com/加入官方社區，與更多用戶一起探索 AI 設計生產的新方式。

因此，RabbitVis 將重點放在生成之后的持續編輯能力，將原本割裂在不同軟件、不同環節中的設計流程串聯起來，讓用戶能夠圍繞同一個設計持續調整，而不是不斷重新開始、循環往復。

用戶輸入一句自然語言，RabbitVis 即可完成初始設計；隨后繼續調整版式、更換素材、修改文字，并根據不同場景導出對應規格文件。

從這個角度看，RabbitVis 更是在重新組織創作設計流程，而不僅僅是在增加 AI 功能。

大模型之后，AI 產品進入價值驗證階段

不可否認，AI 大模型的發展速度遠遠超出了很多人的預期。

聊天、編程、翻譯、圖片生成、視頻生成……

越來越多過去需要專業技能完成的工作，都開始被 AI 一一接管。

行業信心不斷提振，未來產業藍圖愈發明確。

大家不斷追逐更大的參數、更強的推理能力、更好的生成效果，不斷刷新著 AI 的能力邊界。

不過，大模型越來越聰明，并不意味著用戶的工作效率真正獲得了同樣幅度的效率提升。

原因并不復雜。

一個更聰明的大模型很重要，但是一套能夠進入真實業務流程、持續創造價值的 AI 產品更重要。

從解決「能不能做到」，轉為關注：

• 能不能真正交付？
• 能不能進入創作設計工作流？
• 能不能持續提高生產效率？

畢竟真正決定 AI 產品價值的，不再只是大模型本身，而是大模型如何與行業經驗、業務流程和產品體驗結合，最終幫助用戶完成一項真實的工作。

上升到整個 AI 行業，這或許意味著一個新的開始。

當大模型逐漸成為新的基礎設施之后，真正拉開差距的，不一定是誰擁有更大的模型，而是誰能夠把模型能力轉化為真正可落地、可交付、可持續使用的 AI 產品。

RabbitVis 的探索，也正是在回答這個問題：如何讓 AI 不止生成內容，而是真正進入具體行業，參與真實工作流程。

從生成圖片，到完成設計；從單次輸出，到持續編輯；從模型能力，到生產能力。

AI 競爭的下一階段，或許不再只是比拼「誰更會生成」，而是比拼「誰更能完成」。

而這，可能是后 AI 生圖時代，視覺 AI 真正值得關注的新方向。

點擊官網鏈接，立即體驗 RabbitVis，加入官方社區，共同見證 AI 設計從生成走向生產！

• 官網鏈接：https://rabbitvis.rabbitpre.com/