JPGをレイヤーに分割することは、デザインの標準工程になりつつある

デザイナーが手に取るツールに、静かな変化が起きています。ここ1年の大半で、AI画像制作の面白い動きは生成でした。つまり、存在しなかったものを作り出すことです。今増えているツールは、すでに存在する画像から始めて、それを分解します。

この変化は見逃されがちです。派手なデモリールを生み出すわけではないからです。きれいに分離されたレイヤースタックのスクリーンショットを誰かが共有することはありません。しかし、生成画像がプロの仕事で使えるかどうかを決めるのはこの変化です。デザインアセットの価値は、見た目よりも、後から編集できるかどうかにかかっているからです。

LayerGrabは10月2日に登場しました。フラットなPNG、JPG、WebPを最大16個の独立した透過レイヤーに変換し、説明的な英語名を付け、抽出した要素の背後の背景をインペインティングで再構築します。個別のPNG、ZIP、またはPhotoshop用のレイヤー化PSDとして書き出せ、Photoshop、Figma、Sketch用のプラグインと、ブラウザから画像を取り込むChrome拡張機能があります。ブラウザツール自体から.psdを書き出すことはできません。レイヤーは番号付きのPNGとして出力され、エディタで重ねる形になります。

処理には60〜100秒かかります。セグメンテーションと生成モデルで動作し、その中にはQwen-Image-Layeredも含まれます。これはAlibabaが10月2日に寛容なライセンスでオープンソース化したモデルです。入力ファイルは20MBまでに制限され、Chrome拡張機能を使えば、デザイナーは任意のサイト上の画像を右クリックして、そのまま分離パネルに送信できます。

なぜレイヤー分解が役に立つ半分なのか

生成は、デザイナーが何年も回避してきた問題を解決し、新たな問題を生みました。AI生成画像は、デザインを写したフラットな写真のように見え、作業ファイルのようには見えません。商品をバナーの反対側へ移動することはできません。ピクセルに溶接されているからです。見出しテキストを置き換えることもできません。テキストオブジェクトがなく、テキストの見た目があるだけだからです。

まさにその隙間をレイヤー分解が埋めます。ここでの要点は、フラットな画像が隠している構造を復元し、新しく何かを作るのではなく、デザインファイルを編集するように画像を編集できるようにすることです。

AlibabaによるQwen-Image-Layeredの説明では、この問題を「フラットピクセル結合」と呼んでいます。このモデルはRGBA-VAEエンコーダーとレイヤーレベルの3D位置エンコーディングを使い、空間的な階層と遮蔽関係を特定してから、画像を独立した編集可能なレイヤーに分解します。同社は、精密編集におけるドリフトがほぼゼロだと主張しています。これは、画像の一部を変更すると他の部分がずれて見えるという一貫性の問題に対処するものです。

Ant GroupのinclusionAIは同じ日に、関連する2つのモデルをリリースしました。完全なビジュアルデザインを生成するMing-Image-0.1-Designと、フラット化されたデザインを透過レイヤーに分解するMing-Image-0.1-Design-Layerです。どちらも6Bパラメータで、デフォルトのデプロイには80GB GPUが必要です。

クリエイターは実際に何に使うのか

ツールの説明は、地味で小さな作業のリストのように読めます。完成した広告をレイヤーに分割し、新しいフォーマットのために商品を反対側へ移動する。イラストをレイヤーに分けて、パララックス効果をアニメーション化する。写真の商品と背景を分離して、別々のスライドで動かせるようにする。ポスターから要素を抽出して、テキストを変更したり、グラフィックを新しいプロジェクトで再利用したりする。

それらのどれも、誰かのデモリールを作るような作業ではありません。デザイナーの午後を消費する作業であり、以前はまったく自動化できませんでした。レンダリング済み画像から構造を復元できるツールがなかったからです。フラットなJPGを前にしたデザイナーには、ただ1つの選択肢しかありませんでした。各要素の背後に何があるかを推測しながら、手作業でレイヤーごとに描き直すことです。

これが思われている以上に重要である理由は、デザイナーが受け取るアセットのほとんどがフラットだからです。クライアントが昨年のポスターのJPGを送り、新しいフォーマットでのバージョンを求める。ブランドチームは最終書き出しは持っているが、ソースファイルを失っている。キャンペーンアセットがスクリーンショットとしてしか存在しない。レイヤー分解は、そうした行き止まりを出発点に変えます。これは生成が提供するのとは異なる種類の価値です。

正直な制限もあります。LayerGrabは落ち影を保持しません。非常に細かいテキストは、モデルによって再描画されるときにわずかな色のばらつきを示すことがあり、テキストは編集可能な書式ではなく画像レイヤーとして抽出されます。どのセグメンテーションシステムでもそうであるように、同じ入力でも実行ごとに分割が少し異なることがあります。

KenerateのImage Layerツールも似たアプローチをとりますが、重点が異なります。ユーザーが数を選ぶ場合は2〜8レイヤーを生成し、自動カウントの場合はProティアで6〜12の間になることがよくあります。また、PSDではなくPNGを書き出し、ドキュメントはその制限について明示しています。このカテゴリのツールにとって、こうした正直さは有利に働きます。動作するPSDファイルを期待してPNGのフォルダーを受け取ったデザイナーは、その違いに気づくまでに午後を無駄にします。

ツール間の違いは示唆に富みます。一方はデザイナーが制御する固定レイヤー数に最適化し、もう一方はモデルに決めさせます。どちらも同じ制約を回避しています。つまり、レイヤーセグメンテーションは判断の必要な問題であり、ツールによって判断が異なるということです。

より大きな方向性

今月リリースされたものをまとめて見ると、パターンが見えてきます。Alibabaはレイヤーモデルをオープンソース化しました。Ant Groupはデザインと分解のペアをリリースしました。商用ツールはその機能を、デザイナーがすでに使っているエディタ向けのプラグインに包み込みました。この機能は、研究成果から製品機能へと約2週間で移行しました。

興味深いのはそのスピードです。モデルが寛容なライセンスでオープンソース化されると、「論文に存在する」から「Figmaのボタンになる」までの期間が縮まります。デザイナーはアーキテクチャを採用するのではなく、ボタンを採用します。勝つモデルは、最高のベンチマークスコアを持つモデルであることはほとんどありません。デザイナーのセカンドモニターですでに開いているソフトウェアの中に現れるモデルです。

実用的な効果は、AI画像が終端の成果物ではなくなることです。今日生成された画像は、明日分解し、木曜日に再配置し、来四半期にクライアントのチームがまだ編集できるフォーマットで納品できます。この柔軟性が、生成アセットをプロのワークフローで使えるものにし、レイヤー分解が目新しさから標準工程へ移った理由です。

次の疑問は、レイヤー分解が生成モデルの内部に組み込まれるのか、それとも横に並ぶのかです。モデルが直接レイヤー化された出力を生成するなら、別個の分解工程は不要になります。それまでは、フラットな画像から構造を復元するツールが、ジェネレーターの出力とデザイナーの要件をつなぐ橋になります。そしてその橋は、ほとんどのデザインチームが採用を決めるまでもなく使うほど速く構築されています。