与Banana Pro过过招，国产Libcom图像合成工作台开启Labubu漫游记

文章摘要

【关 键 词】 AI生成、图像编辑、图像合成、技术研究、工具评测

2025年，AIGC技术持续升温，AI生成内容已广泛应用于社交头像、电商海报和影视分镜等领域。通用图像编辑大模型如Nano Banana和Qwen Edit展现出强大的功能，覆盖了广泛的图像编辑场景。其中，Nano Banana Pro能够将文字指令转化为高精度图像，精准呈现复杂场景。然而，这些大模型在细分领域仍存在不足，且处理简单任务时性价比不高。

上海交通大学牛力团队自2018年起专注于图像合成领域的研究，致力于解决物体插入（融图）中的技术难题。通过简单的剪切粘贴往往会导致合成图像出现边缘锯齿、光照不和谐、阴影缺失或透视不合理等问题。团队的目标是将不同图片元素有机融合，实现逼真的合成效果。经过多年积累，团队构建了10多个数据集，开发了30多个原创模型，并发表了25篇以上高质量论文。

2023年底，团队推出了Libcom工具箱，无需训练微调即可实现开箱即用的图像合成功能。2025年，团队进一步升级Libcom，推出了专注于图像合成的Libcom工作台，包含生成、检测、评估等12项功能。工作台分为6组功能：基础合成（alpha混合、泊松融合）、图像和谐化（颜色迁移、和谐化处理）、背景效果生成（阴影、倒影）、分析工具（不和谐区域检测、物体放置热力图）、打分工具（和谐度评分、放置合理性评分）以及高级合成（集成FLUX-Kontext和InsertAnything模型）。

通过Labubu角色的测试案例，对比了Libcom工作台与Nano Banana Pro的表现。在基础合成任务中，Libcom实现了无缝融合，而Banana Pro的结果则表现不稳定。在光照和谐化方面，Libcom的调整效果更为自然，Banana Pro则存在背景色调变化和前景过度处理的问题。艺术风格调整时，Libcom展现出更强烈的风格化能力，而Banana Pro相对保守。在阴影和倒影生成任务中，Banana Pro分别出现了方向错误和比例失真的问题。

测试结果表明，尽管Nano Banana Pro功能强大，但在图像合成的专业领域仍存在局限性。Libcom工作台凭借其针对性的功能设计和稳定的表现，为专业用户提供了可靠的工具选择。团队同时开放了学术和商务合作渠道，进一步推动图像合成技术的发展与应用。

原文和模型

【原文链接】 阅读原文 [ 1200字 | 5分钟 ]
【原文作者】 机器之心
【摘要模型】 deepseek/deepseek-v3-0324
【摘要评分】 ★★★☆☆

派欧算力云 – AI 云端一体化解决方案: 模型 API、Serverless、GPU 租赁

派欧算力云提供全面的 AI 云端平台解决方案,包括模型 API、Serverless 和高性能 GPU 实例等,帮助您节省高达 50% 的成本,并同时加速 AI 产品的构建和业务发展,助力企业实现创新突破,赢得市场竞争优势。