Seedream 5.0 Pro Layer DecompositionAI-billedgenerator
Brug dette dedikerede billede-til-lag-workflow til at omdanne ét egnet kildebillede til et basisbillede og adskilte visuelle elementer til redigering, rekonstruktion af layout eller klargøring af aktiver.
Dedikeret billede-til-lag-workflow frem for almindelig billedredigeringReturnerer et basisbillede og adskilte PNG-lag
Valgfri promptstyring til de elementer, der skal adskilles
Tjek input, output, credits og eksempelresultat, og prøv derefter denne model direkte på siden. Gå ind i Studio, når du har brug for gemt historik, aktiver eller længere iteration.
Eksempeloutput
Seedream 5.0 Pro Layer Decomposition
Bedst til
Adskillelse af et produkt fra baggrunden og understøttende elementerKlargøring af redigerbare dele fra et sammensat marketingbilledeOpdeling af en plakat eller illustration i genanvendelige visuelle elementerUdtræk af bestemte områder med styring via prompt eller afgrænsningsfelt
Understøtter
Billede til lag
Onlineprøve
Opdel et billede i lag
Upload ét kildebillede, og brug automatisk, promptstyret eller afgrænsningsfeltstyret adskillelse til at skabe et basisbillede og genanvendelige PNG-lag.
Resultater
Seedream 5.0 Pro Layer Decomposition
ByteDanceAI.generator.modes.image-to-layers
Brug dette dedikerede billede-til-lag-workflow til at omdanne ét egnet kildebillede til et basisbillede og adskilte visuelle elementer til redigering, rekonstruktion af layout eller klargøring af aktiver.
Seedream 5.0 Pro Layer Decomposition
Intet resultat endnu. Indsend en prompt for at starte en kørsel.
Billede til lag
Beslutningstilpasning
Hvornår denne model er det rigtige valg
Beslutningstilpasning
Matchsignaler
Dedikeret billede-til-lag-workflow frem for almindelig billedredigering
Returnerer et basisbillede og adskilte PNG-lag
Valgfri promptstyring til de elementer, der skal adskilles
Understøtter størrelserne Auto, 1K, 1.5K og 2K
Accepterer ét kildebillede i PNG, JPEG, WebP, BMP, TIFF eller GIF
Opgaver med bedst match
Brug den, når opgaven ser sådan ud
Adskillelse af et produkt fra baggrunden og understøttende elementerKlargøring af redigerbare dele fra et sammensat marketingbilledeOpdeling af en plakat eller illustration i genanvendelige visuelle elementerUdtræk af bestemte områder med styring via prompt eller afgrænsningsfelt
Hvad producerer Seedream 5.0 Pro Layer Decomposition?
Modellen producerer et basisbillede og adskilte visuelle lag. Basisbilledet følger det valgte outputformat, mens de adskilte lag returneres som PNG-filer.
Er dette det samme som billede-til-billede i Seedream 5.0 Pro?
Nej. Dette er et dedikeret billede-til-lag-workflow. Det kræver præcis ét kildebillede og er udviklet til at adskille elementer fra dette billede, ikke til at generere et nyt sammensat billede ud fra flere referencer.
Skal jeg skrive en prompt?
Nej. Prompten er valgfri. Lad den være tom for automatisk identifikation af større elementer, beskriv de dele, du vil adskille, eller brug et understøttet <bbox>x1 y1 x2 y2</bbox>-udtryk, når du vil pege på et bestemt område.
Hvilke kildebilleder accepteres?
Upload præcis ét billede i PNG, JPEG, WebP, BMP, TIFF eller GIF på op til 30 MB. Kilden skal indeholde mellem 262.144 og 36.000.000 pixels og have et billedformat mellem 1:16 og 16:1. HEIC og HEIF understøttes ikke.
Hvordan vælger jeg outputstørrelse?
Brug 1K eller 1.5K, når en billigere redigerbar opdeling er tilstrækkelig, og 2K, når du har brug for det højere størrelsesniveau. Auto vælger ud fra kildebilledet og kan kræve niveauet på op til 14 credits.
Hvad kan jeg gøre på denne side til lagopdeling?
Upload ét egnet kildebillede, beskriv eventuelt det element eller område, der skal adskilles, vælg en størrelse og et format til basisbilledet, og indsend en billede-til-lag-opgave.
Hvorfor kan jeg kun uploade ét billede?
Workflowet opdeler én flad kildekomposition ad gangen. Hvis du vil styre et nyt billede med flere referencer, skal du i stedet bruge standardsiden til Seedream 5.0 Pro.
Hvilket output styrer formatindstillingen?
Indstillingen PNG eller JPEG styrer basisbilledet. De adskilte lag returneres som PNG-filer.
Skal jeg logge ind, før jeg uploader?
Ja. Den offentlige side forklarer og forbereder opgaven, mens upload af kildebilledet og generering kræver login, så Rivya kan validere filen og håndtere credits og opgavehistorik.
Hvad bør jeg kontrollere efter lagopdelingen?
Kontrollér, om de ønskede motivgrænser er adskilt rent, om små detaljer er blevet i det rigtige lag, og om basisbilledet stadig fungerer til næste redigeringstrin.
Sammenlign alternativer
Andre modeller at overveje næst
Billede
Z-Image
Alibabas lette tekst-til-billede-model. Hurtig generering af enkeltbilleder med 5 bredde-højde-forhold, ideel til hurtige konceptudkast og sociale medievisuals for kun 1 credit.
Hvorfor overveje den
Overvej den, når din næste opgave kræver Kun prompt.
Nano Banana 2 er Rivyas nyere Nano Banana-billedmodel til brandvisualer, produktbilleder og referencedrevne kreative udkast, når du vil have en mere aktuel Google-billedsti end basisniveauet.
Hvorfor overveje den
Overvej den, når din næste opgave kræver Prompt + valgfrie billeder.
InputPrompt + valgfrie billeder
Creditsper_image · 1K=5 · 2K=8 · 4K=12 · ⌈total⌉
Bedst tilBilledkoncepter i stort format og panoramalignende layouts
Billede
Nano Banana Pro
Googles premium-billedmodel med 4K-output, 11 billedformater og op til 8 referencebilleder. Optimeret til brand- og kampagnevisualer med høj fidelitet, stærkere detaljer og bedre farvenøjagtighed.
Hvorfor overveje den
Overvej den, når din næste opgave kræver Prompt + valgfrie billeder.
InputPrompt + valgfrie billeder
Creditsper_image · 1K=8 · 2K=8 · 4K=14 · ⌈total⌉
Bedst tilPremium brandvisualer og marketingbilleder i højere klasse