Ming-Image — 6B 开源设计图生成模型，出图还能拆成可编辑图层

Ming-Image 是一个面向视觉设计生成和可编辑图层分解的开源模型系列。这个软件工具由 inclusionAI 发布，包含两个 6B 参数模型：Ming-Image-0.1-Design 生成 UI、信息图、海报和文字丰富的构图；Ming-Image-0.1-Design-Layer 把压平的设计图拆成独立透明图层。作为一个开源软件，它出完图还能把前景物件、主体和背景拆成可移动替换的分层 PNG。

场景痛点

文生图拿到的是一张压平的死图，想挪开前景里的物件，只能自己进软件一点点抠图修背景。做设计工具和图片处理的人经常要改版面上一个零件，结果整张图都得重来。做 UI 和海报的人想要的，不是一个只能出一张不能改的图，是一个出完图还能把机器人、无人机和背景拆成独立透明图层、被挡住的底色顺带补齐的模型。

主要功能特点

设计强化的文生图

Design 模型专门为 UI、信息图、海报和文字排版强化。支持 Figma 风格结构化提示词，图层从后到前列出，带坐标、层级和色值。默认输出 2048 乘 2048，也支持 16:9、4:3、2:3 等比例。这种AI应用级别的设计对齐，比通用文生图准。

透明背景直接出

提示词开头加固定短语就能生成带 alpha 通道的 RGBA 图，不用后期抠图。10 种中文和英文短语任选，比如”带透明通道，4通道RGBA图像”或”isolated subject, alpha matte”。

压平图拆成可编辑图层

Layer 模型把一张 flattened 设计图按你给的层数拆成独立透明 RGBA 图层。文字在最前层，文字底下的卡片/面板/横幅单独一层，主体单独一层，背景最后一层吸收所有支撑物和阴影。被挡住的底色会顺带补齐。这种本地AI级别的分解，比手动抠图快。

配套 Agent Skill

Ling UI Design Skill 用生成的视觉参考和图层分解帮 agent 从提示词或截图构建 UI 代码并视觉检查。Image to Editable PPT Skill 把生成的页面或幻灯片图重建成可编辑 PPT，文字和简单形状转成原生元素。这种Skill工具级别的工作流，比单独出图有用。

简易使用教程

装好 Python 3.10+ 和 CUDA 版 PyTorch。
pip install -r requirements.txt 装依赖。
从 Hugging Face 或 ModelScope 下两个模型权重到本地。
文生图跑 python infer.py –model inclusionAI/Ming-Image-0.1-Design –task text-to-image –prompt “…” –width 2048 –height 2048。
想拆图层跑 python infer.py –model inclusionAI/Ming-Image-0.1-Design-Layer –task layer-decompose –input-image 设计图.png –num-layers 6。
输出在 outputs 目录，每层存成 layer_01.png、layer_02.png 透明 PNG。
想透明背景就在提示词开头加”带透明通道，4通道RGBA图像”。
推荐单张 80GB 显存 GPU 跑 BF16，装了 FlashAttention 2 加 –attn-implementation flash_attention_2。
日常用下来出图和拆层一条命令搞定，想找类似工具推荐里的 AI工具可以翻酷软趣站。

官方网站

GitHub 访问

下载地址

https://pan.quark.cn/s/a26c393d6e63

https://www.guangyapan.com/s/1957662229516169287_aeWhI5wocgzRgCO6 （光鸭新用户注册福利：永久免费空间：所有新用户注册即可解锁 2TB 永久免费存储空间，无需额外任务或付费）

Ming-Image — 6B 开源设计图生成模型，出图还能拆成可编辑图层

场景痛点