Dividir um JPG em camadas está se tornando uma etapa normal de design

Uma mudança silenciosa está acontecendo nas ferramentas que os designers usam. Durante a maior parte do último ano, a ação interessante no trabalho com imagens de IA era a geração: criar algo que não existia. As ferramentas que se multiplicam agora partem de uma imagem que já existe e a desmontam.

A mudança é fácil de passar despercebida porque não gera vídeos de demonstração impressionantes. Ninguém compartilha uma captura de tela de uma pilha de camadas bem separada. Mas é essa mudança que decide se as imagens geradas são utilizáveis em trabalho profissional, porque o valor de um asset de design depende menos de como ele parece e mais de se ele pode ser editado depois.

O LayerGrab surgiu em 2 de outubro. Ele converte um PNG, JPG ou WebP achatado em até dezesseis camadas transparentes independentes, com nomes descritivos em inglês, e reconstrói o fundo atrás dos elementos extraídos por meio de inpainting. Ele exporta PNGs individuais, um ZIP ou um PSD em camadas para o Photoshop, com plugins para Photoshop, Figma e Sketch e uma extensão do Chrome para capturar imagens do navegador. Não há exportação .psd pela própria ferramenta de navegador; as camadas vêm como PNGs numerados que você empilha em um editor.

O processamento leva de 60 a 100 segundos. Ele roda sobre modelos de segmentação e generativos, incluindo o Qwen-Image-Layered, o modelo que a Alibaba disponibilizou em código aberto em 2 de outubro sob uma licença permissiva. Os arquivos de entrada são limitados a 20MB, e uma extensão do Chrome permite que o designer clique com o botão direito em uma imagem de qualquer site e a envie diretamente para o painel de separação.

Por que a decomposição em camadas é a metade útil

A geração resolveu um problema com o qual os designers conviviam há anos e criou um novo. Uma imagem gerada por IA se parece com uma fotografia achatada de um design, não com um arquivo de trabalho. Você não pode mover o produto para o outro lado do banner, porque ele está soldado aos pixels. Você não pode substituir o texto do título, porque não existe um objeto de texto, apenas a aparência de texto.

É exatamente essa lacuna que a decomposição em camadas preenche. O ponto aqui é recuperar a estrutura que uma imagem achatada esconde, para que a imagem possa ser editada como se edita um arquivo de design, em vez de produzir algo novo.

A forma como a Alibaba descreve o Qwen-Image-Layered chama o problema de "acoplamento de pixels achatados" (flat pixel coupling). O modelo usa um codificador RGBA-VAE e codificação posicional 3D no nível da camada para identificar níveis espaciais e relações de oclusão, e então decompõe a imagem em camadas editáveis independentes. A alegação da empresa é de desvio quase nulo em edições precisas, o que resolve o problema de consistência que aparece sempre que você altera uma parte da imagem e vê outras partes se deslocarem.

A inclusionAI, do Ant Group, lançou um par relacionado no mesmo dia: Ming-Image-0.1-Design, para gerar designs visuais completos, e Ming-Image-0.1-Design-Layer, para decompor designs achatados em camadas transparentes, ambos com 6B parâmetros e ambos exigindo uma GPU de 80GB para a implantação padrão.

O que os criadores realmente fazem com isso

As descrições das ferramentas parecem uma lista de tarefas pequenas e pouco glamourosas. Dividir um anúncio finalizado em camadas e mover o produto para o outro lado para um novo formato. Separar uma ilustração em camadas para animar um efeito parallax. Desmembrar o produto e o fundo de uma foto para que possam ser animados em slides separados. Extrair elementos de um pôster para mudar o texto ou reutilizar os gráficos em um novo projeto.

Nenhuma delas é uma tarefa que rendeu um vídeo de demonstração a alguém. São as tarefas que consomem a tarde de um designer e que antes não eram automatizáveis de forma alguma, porque nenhuma ferramenta conseguia recuperar estrutura de uma imagem renderizada. Um designer diante de um JPG achatado tinha exatamente uma opção: redesenhar à mão, camada por camada, adivinhando o que havia atrás de cada elemento.

A razão pela qual isso importa mais do que parece é que a maioria dos assets que um designer recebe é achatada. Um cliente envia um JPG do pôster do ano passado e pede uma versão em um novo formato. Uma equipe de marca tem o export final, mas perdeu o arquivo-fonte. Um asset de campanha existe apenas como captura de tela. A decomposição em camadas transforma esses becos sem saída em pontos de partida, o que é um tipo de valor diferente do que a geração oferece.

Existem limitações honestas. O LayerGrab não preserva sombras projetadas. Textos muito finos podem apresentar leves variações de cor quando redesenhados pelo modelo, e o texto é extraído como uma camada de imagem, e não como tipo editável. Como em qualquer sistema de segmentação, a divisão pode variar um pouco entre execuções com a mesma entrada.

A ferramenta Image Layer da Kenerate adota uma abordagem semelhante com uma ênfase diferente, produzindo de duas a oito camadas, com o usuário escolhendo a quantidade, ou uma contagem automática que frequentemente fica entre seis e doze no seu plano Pro. Ela também exporta PNGs em vez de PSD, e a documentação é explícita sobre esse limite, o que é o tipo de honestidade da qual uma ferramenta nessa categoria se beneficia. Designers que esperam um arquivo PSD funcional e recebem uma pasta de PNGs perdem uma tarde para descobrir a diferença.

A variação entre as ferramentas é instrutiva. Uma otimiza para uma contagem fixa de camadas que o designer controla; outra deixa o modelo decidir. Ambas contornam a mesma restrição: a segmentação em camadas é uma questão de julgamento, e ferramentas diferentes a fazem de forma diferente.

A direção maior

Observe o que foi lançado neste mês em conjunto e um padrão aparece. A Alibaba abriu o código de um modelo de camadas. O Ant Group lançou um par de design e decomposição. Uma ferramenta comercial empacotou a capacidade em plugins para os editores que os designers já usam. A capacidade passou de resultado de pesquisa a recurso de produto em cerca de duas semanas.

Essa velocidade é a parte interessante. Quando um modelo é aberto sob uma licença permissiva, a janela entre "isso existe em um paper" e "isso é um botão no Figma" se fecha. Designers não adotam arquiteturas; eles adotam botões. O modelo que vence raramente é o que tem a melhor pontuação em benchmarks. É o que aparece dentro do software que já está aberto no segundo monitor do designer.

O efeito prático é que as imagens de IA deixam de ser artefatos finais. Uma imagem gerada hoje pode ser desmontada amanhã, reorganizada na quinta-feira e entregue em um formato que a equipe do cliente ainda poderá editar no próximo trimestre. Essa flexibilidade é o que torna os assets gerados utilizáveis em fluxos de trabalho profissionais, e é por isso que a decomposição em camadas passou de novidade a etapa padrão.

A próxima questão é se a decomposição em camadas acabará dentro do modelo de geração ou ao lado dele. Se um modelo produzir uma saída em camadas diretamente, a etapa separada de decomposição desaparece. Até então, as ferramentas que recuperam estrutura de imagens achatadas são a ponte entre a saída de um gerador e as necessidades de um designer, e essa ponte está sendo construída rápido o suficiente para que a maioria das equipes de design a use sem nunca decidir adotá-la.