Ant Group открыла доступ к модели Ming-Image-0.1-Design-Layer, которая превращает плоское изображение в набор редактируемых слоёв. На вход подаётся готовый постер, баннер или открытка — на выходе получаются отдельные PNG с прозрачностью: текст, основной объект, подложки и фон. Каждый элемент затем можно двигать, перекрашивать или заменять независимо от остальных.
Что умеет модель
Модель содержит 6 млрд параметров. Количество слоёв задаётся прямо в запросе: можно просто указать нужное число или подробно описать, что должно оказаться в каждом из них. Такой подход позволяет управлять декомпозицией макета под конкретную задачу — от быстрой разборки на три части до детального разделения на множество элементов.
Результаты на тестах
На наборе Crello модель показала более высокую точность, чем открытые решения Qwen-Image-Layered и даже закрытая версия Qwen, дообученная специально на этом датасете. Авторы не приводят абсолютных цифр в описании, но сам факт превосходства над целенаправленно обученным конкурентом выглядит показательно.
Вторая модель — Ming-Image-0.1-Design
Вместе с Design-Layer вышла Ming-Image-0.1-Design. Она отвечает за генерацию интерфейсов, инфографики и постеров с текстом. Для агентов предусмотрены готовые навыки: один собирает UI-код по скриншоту, другой переносит изображение слайда в PowerPoint с сохранением редактируемого текста.
Лицензия и требования
Код распространяется под лицензией MIT. Однако авторы тестировали запуск только на видеокарте с 80 ГБ памяти — для локального использования потребуется серьёзное железо. Тем, у кого нет такой конфигурации, стоит обратить внимание на демо-версию, доступную на HuggingFace: она позволяет оценить возможности модели без собственных вычислительных ресурсов.
