别再吹AI生图了，不能图层编辑的AI都是“画饼”Stop Hyping AI Image Generation—Tools Without Layer Editing Are Just Empty Promises

兔展智能发布RabbitVis，让AI真正走完设计全流程

允中 发自 凹非寺 · 量子位 | 公众号 QbitAI

过去两年，AI大模型几乎重塑了整个内容生产行业。

聊天、写代码、生成图片、制作视频……越来越多过去依赖专业技能完成的工作，开始被AI接管。

视觉领域同样如此。

从最初的“六指琴魔”，到如今能够生成复杂海报、真实UI、高密度中文排版，视觉AI大模型的能力不断刷新着行业认知。

AI会画图，已经不是新闻，真正值得讨论的是，当大模型越来越强以后，它还能做什么？

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

点击文末“阅读原文”，加入官方社区，与更多用户一起探索AI设计生产的新方式。

过去几年，视觉AI的发展正在从单纯的内容生成，走向对图像、空间和结构的更深层理解。

对于AI而言，生成只是开始，如何理解视觉内容，并将这种能力应用到真实场景中，成为下一阶段探索的重点。

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正在从通用能力竞争，进入场景能力竞争

如果把AI行业的发展画成一条时间线，会发现竞争重点正在悄悄发生变化。

最早，大家讨论的是：谁更会聊天。后来，大家开始比较：谁更会写代码，谁更会画图，谁更会生成视频。

大模型能力不断刷新行业纪录，也不断拉高人们对AI的期待。

但随着越来越多大模型进入实际应用，一个新的现象开始出现。

大模型越来越强，个人和企业真正解决的问题却没有同步增加。

大家开始意识到，真正影响效率的，不再只是大模型能力，而是大模型能不能真正进入具体工作场景。

换句话说，AI正在从通用能力竞争，进入场景能力竞争。

看似只有两个字的区别，背后却意味着竞争逻辑正在发生深刻变化。

因为大模型负责的是能力，真正创造价值的，是产品。

同样都是大模型，有人把它变成聊天机器人，有人把它变成代码助手……也有人开始尝试，把它真正带进设计生产流程。

几年前，兔展智能推出自研UniWorld视觉AI大模型，并持续探索图像生成、多元素布局、中文排版、视觉理解等能力。

但随着大模型不断迭代，能力虽然越来越强，却并不等于用户越来越容易使用。

因为，对于用户而言，真正的痛点并不是缺少一个会生成图片的AI，而是缺少一个能够帮助他们完成完整设计流程的工具。

RabbitVis，就是在这样的背景下诞生的。

对专业设计师而言，RabbitVis可以减少重复操作；对没有专业设计背景的企业运营、内容创作者和普通用户而言，它降低了完成专业设计的门槛。

如果说，Uniworld像一台持续进化的视觉AI引擎，那么RabbitVis，则是建立在这台引擎之上的设计生产工具。

RabbitVis没有重新定义大模型，而是在重新定义：AI大模型应该如何真正进入设计行业，并真正完成一项工作。

我们真正需要的，从来不只是AI生图

过去几年，AI生图最大的进步，是越来越会“画”。

一句Prompt，就能生成一张海报、一幅插画、一张商品图。

如果只看最终效果，大模型已经越来越接近专业设计。但真正落地实践的时候，很多用户却发现，自己的工作并没有因此而减少。

原因很简单，图片生成结束，设计工作才刚刚开始。

- 一句：LOGO往左一点。重新排版。

- 一句：字号放大一点。重新调整。

- 一句：再出一个电商版。重新适配尺寸。

真正消耗时间的，并不是创意本身，而是生成之后大量重复发生的修改、调整和适配工作。

过去，这些工作往往需要依赖Photoshop、Illustrator等专业软件完成。而RabbitVis解决的，正是AI生成之后的“后半程”。

通过AI生成、编辑和图层能力，RabbitVis减少用户对复杂设计软件和专业操作流程的依赖，让AI能力进一步进入真实设计生产环节。

而支撑RabbitVis持续编辑能力的，是兔展智能在研发UniWorld-Design过程中，对视觉内容结构化生成与图层级编辑能力的深度探索。

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。

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。

这意味着，RabbitVis让AI输出不再只是“一次生成的图片”，而是进一步向可继续加工、调整和复用的设计资产演进。

对于真实的商业设计场景而言，设计从来不是生成一张图片这么简单，而是需要围绕具体业务需求，不断调整、组合和优化。

无论是商品详情页、品牌宣传物料，还是营销内容生产，用户需要的都不是一张“看起来完成”的图片，而是一套能够持续修改、复用和交付的设计结果。

RabbitVis通过连接生成、编辑和设计流程，让AI参与更多设计环节，将用户从大量重复操作中释放出来，把更多时间投入到创意和判断中。

从生成走向设计，再到资产沉淀

不管如何迭代，目前大多数AI生图交付的产品，本质上仍然是一张“最终图片”。

如果需要修改其中一个标题、更换一个素材、调整一处配色，往往只能重新生成，或者重新回到设计软件，从头开始编辑，而不是能够持续积累、持续复用的设计资产（Design Asset）。

RabbitVis解决了这一痛点。

它交付的，不只是最终图片，更是一份可编辑，并能够持续演进的设计成果。

例如，RabbitVis支持图层分解（Layer Decomposition）。

传统设计软件一直围绕“图层”组织内容，文字是一层，素材是一层，背景是一层，装饰元素又是一层……

正因为图层彼此独立，才能自由修改、替换、重组，不必因为一个小改动推翻整张设计稿。

而传统AI生图，通常会把所有内容压缩成一张最终图片。一旦生成完成，图层关系也随之消失。

RabbitVis把这种设计逻辑重新带了回来，通过图层分解能力，将文字、素材、背景、装饰元素等重新组织为可编辑图层，让设计成果重新具备继续修改、组合、迭代的能力。

这种变化，看似只是多了几个图层，实际上改变的是整个行业管理设计资产的方式。

过去，不管是个人还是企业，多年下来，可能沉淀了成千上万张海报、详情页、宣传图……

真正能够再次编辑的源文件，可能早已佚失，或者散落在不同员工的电脑里。更多时候，他们手里留下的，只是一张张已经无法继续修改的JPG或者PNG。

当RabbitVis让设计成果重新具备图层结构之后，它就不再只是一次性的交付结果，而开始成为能够持续编辑、持续复用、持续沉淀的设计资产。

例如去背景：

图像编辑：

文字编辑：

橡皮擦功能：

RabbitVis希望让AI设计，从“一次生成”，逐步走向“持续生产”，让生成的结果继续创造价值。

从一张图片，到一份设计资产，看似只是一次产品能力的升级，本质上，却是对设计生产范式的一次革新。

新一轮AI大战，已经吹响了冲锋的号角

过去，AI行业最激烈的竞争，几乎都围绕着同一个关键词展开——大模型。

参数越来越大，排行榜不断刷新，生成效果越来越逼真……整个行业都在追求同一个目标：让大模型更聪明。

现在，这场竞争正在悄悄发生变化。

越来越多企业开始意识到，真正决定产品价值的，不再只是大模型本身，而是大模型能否真正进入企业、进入工作流、进入每天真实发生的工作。

企业采购和AI产品竞争的重心，也正在从“大模型能力”逐渐转向“工作流结果”和“执行能力”。

也就是说，未来AI的竞争，将会从“会生成”走向“能完成”，从“工具”走向“产品”，从“演示效果”走向“真实交付”。

这也是为什么，越来越多的AI产品开始围绕具体行业重新组织自己的工作流能力：有的进入医疗，有的进入金融，有的进入制造……

而RabbitVis开始重新定义设计生产。

回过头看，从Uniworld，到RabbitVis，变化的，不只是名字，更是兔展智能开始把视觉AI大模型，真正投入到实际设计生产工作中。

对RabbitVis来说，生成不再是终点，设计、修改、协作、交付，才是真正的开始。

而对于整个行业来说，从AI生图，走向设计，再走向资产沉淀，才是一场真正的生产力变革。

当竞争开始从“场景生成能力”转向“落地生产能力”时，真正的战斗，或许才刚刚打响。

点击“阅读原文”，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。

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

- 开源版Claude Science来了！零依赖、MIT协议，内置30+项科研Skills2026-08-04

- SIGGRAPH时间检验奖揭晓：这项研究，提前十年押中了物理AI2026-07-31

- “接力跑”盘活全国算力，PD分离终于破局：延迟砍半、成本直降近40%！2026-07-30

- 超越OpenAI、Anthropic！国产AI安全智能体杀进全球前四、国内第一2026-07-29