Dividir un JPG en capas se está convirtiendo en un paso de diseño habitual

Un cambio silencioso está ocurriendo en las herramientas que los diseñadores eligen. Durante la mayor parte del último año, la acción interesante en el trabajo con imágenes de IA fue la generación: crear algo que no existía. Las herramientas que se multiplican ahora parten de una imagen que ya existe y la descomponen.

El cambio es fácil de pasar por alto porque no produce demos espectaculares. Nadie comparte una captura de pantalla de una pila de capas bien separada. Pero es el cambio que decide si las imágenes generadas son utilizables en el trabajo profesional, porque el valor de un recurso de diseño depende menos de cómo se ve y más de si se puede editar después.

LayerGrab apareció el 2 de octubre. Convierte un PNG, JPG o WebP plano en hasta dieciséis capas transparentes independientes, con nombres descriptivos en inglés, y reconstruye el fondo detrás de los elementos extraídos mediante inpainting. Exporta PNG individuales, un ZIP o un PSD por capas para Photoshop, con plugins para Photoshop, Figma y Sketch y una extensión de Chrome para capturar imágenes desde un navegador. No hay exportación .psd desde la propia herramienta del navegador; las capas llegan como PNG numerados que apilas en un editor.

El procesamiento tarda de 60 a 100 segundos. Se ejecuta sobre modelos de segmentación y generativos, incluido Qwen-Image-Layered, el modelo que Alibaba publicó como código abierto el 2 de octubre bajo una licencia permisiva. Los archivos de entrada están limitados a 20 MB, y una extensión de Chrome permite a un diseñador hacer clic derecho sobre una imagen en cualquier sitio y enviarla directamente al panel de separación.

Por qué la descomposición en capas es la mitad útil

La generación resolvió un problema con el que los diseñadores habían estado lidiando durante años y creó uno nuevo. Una imagen generada por IA parece una fotografía plana de un diseño, no un archivo de trabajo. No puedes mover el producto al otro lado del banner, porque está soldado a los píxeles. No puedes reemplazar el texto del titular, porque no hay un objeto de texto, solo la apariencia de texto.

Ese es precisamente el vacío que llena la descomposición en capas. El punto aquí es recuperar la estructura que una imagen plana oculta, para que la imagen pueda editarse como se edita un archivo de diseño, en lugar de producir algo nuevo.

El planteamiento de Alibaba sobre Qwen-Image-Layered describe el problema como "acoplamiento plano de píxeles". El modelo utiliza un codificador RGBA-VAE y codificación posicional 3D a nivel de capa para identificar niveles espaciales y relaciones de oclusión, y luego descompone la imagen en capas editables independientes. La afirmación de la compañía es una deriva casi nula en ediciones precisas, lo que aborda el problema de consistencia que aparece cada vez que cambias una parte de una imagen y ves que otras partes se desplazan.

inclusionAI de Ant Group lanzó un par relacionado el mismo día, Ming-Image-0.1-Design para generar diseños visuales completos y Ming-Image-0.1-Design-Layer para descomponer diseños aplanados en capas transparentes, ambos de 6B parámetros, ambos requiriendo una GPU de 80 GB para el despliegue predeterminado.

Qué hacen realmente los creadores con esto

Las descripciones de las herramientas se leen como una lista de trabajos pequeños y poco glamurosos. Dividir un anuncio terminado en capas y mover el producto al otro lado para un nuevo formato. Separar una ilustración en capas para animar un efecto parallax. Separar el producto y el fondo de una foto para que puedan animarse en diapositivas distintas. Extraer elementos de un póster para cambiar el texto o reutilizar los gráficos en un nuevo proyecto.

Ninguna de esas son tareas que hayan hecho el demo reel de nadie. Son las tareas que consumen la tarde de un diseñador, y antes no eran automatizables en absoluto porque ninguna herramienta podía recuperar estructura de una imagen renderizada. Un diseñador frente a un JPG plano tenía exactamente una opción: redibujarlo a mano, capa por capa, adivinando qué había detrás de cada elemento.

La razón por la que esto importa más de lo que parece es que la mayoría de los recursos que recibe un diseñador son planos. Un cliente envía un JPG del póster del año pasado y pide una versión en un nuevo formato. Un equipo de marca tiene la exportación final pero perdió el archivo fuente. Un recurso de campaña existe solo como captura de pantalla. La descomposición en capas convierte esos callejones sin salida en puntos de partida, lo cual es un tipo de valor distinto del que proporciona la generación.

Hay limitaciones honestas. LayerGrab no conserva las sombras proyectadas. El texto muy fino puede mostrar ligeras variaciones de color cuando el modelo lo redibuja, y el texto se extrae como una capa de imagen en lugar de tipografía editable. Como con cualquier sistema de segmentación, la división puede variar ligeramente entre ejecuciones sobre la misma entrada.

La herramienta Image Layer de Kenerate adopta un enfoque similar con un énfasis diferente, produciendo de dos a ocho capas con el usuario eligiendo la cantidad, o una cantidad automática que a menudo queda entre seis y doce en su nivel Pro. También exporta PNG en lugar de PSD, y la documentación es explícita sobre ese límite, que es el tipo de honestidad de la que se beneficia una herramienta en esta categoría. Los diseñadores que esperan un archivo PSD funcional y reciben una carpeta de PNG pierden una tarde descubriendo la diferencia.

La variación entre herramientas es instructiva. Una optimiza para una cantidad fija de capas que el diseñador controla; otra deja que el modelo decida. Ambas rodean la misma restricción, que es que la segmentación en capas es una decisión de criterio y las distintas herramientas la toman de manera diferente.

La dirección más amplia

Mira lo que se lanzó este mes como grupo y aparece un patrón. Alibaba publicó como código abierto un modelo de capas. Ant Group lanzó un par de diseño y descomposición. Una herramienta comercial envolvió la capacidad en plugins para los editores que los diseñadores ya usan. La capacidad pasó de resultado de investigación a característica de producto en unas dos semanas.

Esa velocidad es la parte interesante. Cuando un modelo se publica como código abierto con una licencia permisiva, la ventana entre "esto existe en un artículo" y "esto es un botón en Figma" se derrumba. Los diseñadores no adoptan arquitecturas; adoptan botones. El modelo que gana rara vez es el que tiene la mejor puntuación en benchmarks. Es el que aparece dentro del software que ya está abierto en el segundo monitor del diseñador.

El efecto práctico es que las imágenes de IA dejan de ser artefactos terminales. Una imagen generada hoy puede desensamblarse mañana, reordenarse el jueves y enviarse en un formato que el equipo del cliente aún pueda editar el próximo trimestre. Esa flexibilidad es lo que hace que los recursos generados sean utilizables en flujos de trabajo profesionales, y es por lo que la descomposición en capas ha pasado de novedad a paso estándar.

La siguiente pregunta es si la descomposición en capas termina dentro del modelo de generación o junto a él. Si un modelo produce directamente una salida por capas, el paso separado de descomposición desaparece. Hasta entonces, las herramientas que recuperan estructura de imágenes planas son el puente entre la salida de un generador y los requisitos de un diseñador, y el puente se está construyendo lo bastante rápido como para que la mayoría de los equipos de diseño lo usen sin decidir nunca adoptarlo.