Ming layer splitting plus GPT Image 2.5 enables targeted local edits
The author uses the open-source Ming-Image-0.1-Design-Layer model to split a design into separate RGBA layers, edits one layer with GPT Image 2.5 and recombines them to avoid breaking surrounding areas.
伙伴们，国庆假期玩的开森了嘛 就在刚刚，我刷到一个 6B 的国产开源模型，感觉它给图片精修提供了一个完全不同的思路。 它所在的 Ming-Image-0.1-Design 系列，一出来就在 AA 的 UI/UX Design 开源评测里冲到了第一梯队。 但真正让我感兴趣的，不是它直接生成图片。而是：它能拆图。 从之前的香蕉，到现在的 GPT Image 2.0、2.5，我自己用下来最头疼的一件事一直都是：局部编辑。 比如一张封面图，我明明只想改一个标题、一个人物或者一个按钮，结果模型经常把周围的东西也一起改了。 有时候来回对话好几个回合，都不一定能改到我想要的位置。 🔥 但 Ming-Image-0.1-Design-Layer 换了一个思路。 它可以把一张已经做好的设计稿，直接拆成多个独立的 RGBA 图层（带透明背景的独立图层图片）： 背景是背景， 文字是文字， 人物是人物， Logo、装饰、组件也可以分别拆出来。 然后事情就开始有意思了。 以前是：整张图丢给 GPT Image → 告诉它“只改这里” → 祈祷它别动其他地方。 现在可以变成：先拆图层 → 找到目标图层 → 单独拿出来找GPT Image 精修 → 再合回去。 真正意义上的定点爆破。 如果这一层里面东西还是太多？ 那就继续拆。 二次拆分，再爆破一次。 所以我这两天发现，它和 GPT Image 2.5 搭配起来特别好使： Ming 负责拆分， GPT Image 负责定点修改。 以前很难控制的局部编辑，一下就变成了一个非常清晰的工作流。 不过如果不想折腾本地部署也没关系，OpenRouter 已经可以直接调它的 API，本地写个小工具接进去就能用了，如果自己有机器我下面也会说。 下面先看视频。 我自己已经搞了一个小工具，把： 图片分层 → 单层提取 → 局部编辑 → 重新组合 如果不满意还能继续向下二次拆分图层 这套流程串起来了。 这次主要给大家看看，我是怎么拿它来做图片精修的👇 想要本地部署或者API调用的继续往下看