CreatiParser

新AI将光栅图形解析为可编辑图层

研究人员开发了CreatiParser，一个新颖的生成框架，旨在将光栅图形设计解析为可编辑图层。该系统区分文本、背景和贴纸元素，利用视觉语言模型进行文本解析，以实现灵活的重构和重新编辑。对于背景和贴纸图层，它采用支持RGBA的多分支扩散架构。该框架结合了ParserReward和Group Relative Policy Optimization，以使生成质量与用户偏好保持一致，并在具有挑战性的数据集上展示了比现有方法显著的性能提升。