6B开源模型让AI设计可预览可编辑可交付

过去，在灵光闪应用中，用户需等应用生成完成才能看到完整页面设计；在画眉的专业设计场景中，设计师拿到成图后还需拆层处理，通常要5分钟以上才能继续编辑。两个场景指向同一问题：AI设计需从“能够生成”走向“可预览、可编辑、可交付”。

我们正式开源Ming-Image-0.1-Design系列，包含两个参数量均为6B的模型：Ming-Image-0.1-Design（Design）从文字需求生成UI、信息图、海报和完整视觉设计；Ming-Image-0.1-Design-Layer（Layer）将创意图或设计图拆成可独立编辑的透明图层。同时开源Design Skill和PPT Skill，将模型能力连接到前端页面与可编辑演示文稿。

Design重点增强四项能力：支持8K长结构化提示词增强；优化文字渲染与版式稳定性；端到端生成一次性完成整体设计；创建原生RGBA VAE，直接生成透明背景素材。相比多次调用通用生图模型，端到端生成拥有更完整的全局控制，减少色系冲突和画风不一致。

Layer做的不是普通抠图，而是恢复设计图背后的结构，可将设计图拆成2—9个语义独立的RGBA图层，侧重广告海报、PPT、UI/UX、信息图、电商主视觉和模板再创作等场景。模型按文字、卡片、主体和背景等设计角色组织图层，保留透明边缘，补全被遮挡区域，并保障图层重新组合后的一致性。其通过Type Token、Alpha-Aware Layer Optimization和Composite-Layer Stack Consistency实现更准拆分。

在Artificial Analysis于2026年9月18日更新的UI/UX Design专项评测中，Ming-Image-0.1-Design位列开源模型第1，Elo得分1082。UI/UX场景版式胜率67.4%，复杂构图67.0%，文字渲染66.7%。具体案例中，果园Dashboard对照Nano Banana 2 Lite、FLUX.2 [max]和Krea 2 Medium获得12/12胜出；食谱App对照Nano Banana 2、Nano Banana Pro和MAI-Image-2.5-Flash获得10/10胜出。6B参数通过专项训练同样可进入大模型竞争区间。

Layer在Crello-Test图层解耦评测中，RGB L1、Alpha soft IoU两项指标及MLM-0至MLM-5六档设置下共12项结果全部排名第一，即使与未开源、使用Crello训练集微调的Qwen-Image-Layered-I2L相比仍全面领先。相同软硬件条件下，6B的Layer质量优于20B Qwen官方开源版本，单次推理时间从795秒降至183秒，速度提升约4.3倍；经工程优化，1024分辨率端到端服务通常约20秒返回完整结果。

灵光闪应用接入后，设计预览被前置到应用生成初始阶段，Design端到端生成布局完整、风格统一的应用预览，Agent再调用Layer拆解素材并结合设计文档完成代码生成，使最终应用与预览高度一致。该功能正在内测，将于近期上线。

画眉接入Layer后，可直接将图片转换为语义独立的可编辑图层，文字、主体、背景和装饰可分别修改、移动、隐藏或替换，通常约40秒获得分层结果。内部测试口径下，首次获得图层从5分钟以上降至约40秒，提速约7.5倍；过去用GPT-image2完成改字操作，成本高出Ming-Image模型的7倍。画眉支持AI生图、文案调整、图像分层、图层编辑和PSD导出等能力。

本次同步开源Design Skill和PPT Skill。Design Skill支持Text-to-Page和Image-to-Page（Visual Coding），将Design、Layer和Coding串成完整链路，直接生成可运行、可继续修改的前端页面。Text-to-Page让用户输入一句需求，约15秒先看到完整页面方案，确认后再提取素材交给Coding构建页面，首次看到结果从约5分钟降至15秒。Visual Coding则从参考图直接还原页面。