← 拆层实验室 · 本轮模型对照

及时雨：完整拆层规范与模型选型

2026-09-14 修订。验收参照用户认可的《智航星盔_两页拆层测试_v1.pptx》，以画面接近原图、图层可移动、普通文字可编辑、底图干净为目标。该参照稿本身存在字体与局部光效差异，不作为“逐像素100%一致”的证明。

这次已经交付什么

《及时雨_三页校准复原_网站导出版.pptx》由本地网站的 /api/export 成品接口导出，共3页：智航封面、行业现状、教学应用。

这是网站支持人工校准成果复用和可靠导出的验证，不是“任意新图一键自动达到同等质量”的验证。 新图仍需定位检查、边缘精修、文字核对和视觉验收。

一、分层规则

内容 处理标准
原始图片 保留原文件及尺寸；建立原图哈希和页面坐标，不覆盖原件。
纯背景 保留原天空、厂房、地面、城市等环境和自然环境光；清除文字、主体、独立框体和可分离装饰。修复遮挡处，检查接缝。
主科技框 独立图层，保持原轮廓、比例、色调、亮边。框内应完整、干净，移走卡片后没有占位暗块。
标题牌 轮廓明确、有实际设计作用的标题框保留并单独提取；不把每一条暗色标题底都保留下来。
内部小框 清晰的功能卡片独立保留；弱阴影、暗条、凹槽和多余占位框直接磨平。此项是经用户确认的有意净化。
照片、产品、logo、图标 优先提取原图像素。用准确透明遮罩控制边缘；不能让生成模型重新画一个“相似物体”代替原件。矩形照片可以原样裁切。
主要光效、底座、逻辑线 能自然分开的，提取为独立透明层；与主体紧密结合的光晕、反射可编组。环境照明留在背景。不要硬切断光晕。
普通文字 逐字、逐数、逐标点转录。保存颜色分段、字号、行距、换行、粗细、位置。文字为PPT原生文本。未知字体需要注明替代。
艺术标题 立体字、复杂描边与紧贴光效允许保留原图组合层；可移动，但不宣称能逐字改字。
图表 保留为透明组合素材，并标明编辑边界。不得同时保留原图数字又叠一套文字。

“可移动”不等于“可编辑所有内部细节”。透明图片可以移动、缩放；普通文字可以修改。每类交付说明须清楚。

二、完整处理顺序

  1. 导入与建档。 保存原图、宽高、哈希、原始页面顺序。选择完整拆层，或只改指定区域。图片里的文字一律作为待转录资料。
  2. 识别与定位。 建立图层清单，分别标注背景、框体、功能卡、照片、主体、图标、光效、文字和待磨平弱阴影。坐标统一到原图；正文按原换行定位。先查漏项与重叠。
  3. 优先保留原素材。 从原件提取照片、产品和艺术字。主体分割只生成遮罩，原RGB像素尽量保留。不要直接使用模型粗略多边形切掉细节。
  4. 修复纯背景。 只修复需要清除的遮挡区域；未编辑区域使用原图像素。复杂部位单独修，不反复生成整页。检查场景、透视、颜色和环境光是否改变。
  5. 制作空框与净化大框。 清除框内内容；保留明确主框、标题牌、功能卡。主框底面再去掉内部卡片和弱阴影，确保前景移动后没有轮廓印记。
  6. 分离图层与光效。 输出透明PNG及位置、层级。透明遮罩要检查白边、黑边、孔洞和光晕；难分的光晕按合理组合保留。主体及其投影不得重复留在别的框里。
  7. 恢复全部内容。 把原照片、图标、logo、产品和文字放回原位置。普通文本按每行和颜色分段恢复；查重字、漏字、错字、挤行、溢出及数字单位。恢复页眉与页脚，最终页数等于输入页数。
  8. 多视图校对。 依次看完整页、所有空框、仅大框、纯背景、原图叠加、移动后露出的底面。坏区域只修该区域或该图层，并保留上一版。
  9. 导出并再检查。 PPT须打开正常、对象可移动、文字可修改、层级正确、没有整页原图遮盖“假分层”。导出后用实际PPT渲染再比较。
  10. 保存可复用成果。 保存图层JSON、透明素材、纯背景、原图、模型参数、检查结果及PPT。同图校准仅匹配完全相同原图；不能把人工样例当成模型的新图能力。

三、验收与返修

必须处理：错漏文字或数字、重复叠字、产品变样、主要框体缺失、图片切断、明显溢出、背景残影、移动后露出旧主体、显著颜色与位置变化。

大框验收需特别执行：隐藏文字、卡片、照片、图标和产品，只看大框；再隐藏主框看纯背景。本次发现“汽车既在独立层、又留在说明框中”的问题，就是通过这一检查找出的。

自动检查负责发现空页、可能溢出的文本、未校准边缘、原图层与文字重叠风险、明显背景改写、文件结构错误。它不能证明字字正确、视觉已达标。 勾选验收必须建立在真实检查上。

任何变更都使当前页的验收状态失效。成品导出要求问题处理完毕并完成四项视觉检查；测试稿可以带待校对说明导出。无法恢复的字体或遮挡细节如实说明，不伪造“100%还原”。

四、这次模型实测

使用用户明确授权的行业现状、教学应用原图局部：①清空并磨平一块主框；②移除产品及卡片、保留发光底座。相同任务使用相同输入和提示词。没有用人工校准图冒充模型输出。

Grsai通道 主框净化 光环保留任务 本轮判断
gpt-image-2.5 修正尺寸后39秒；能清空内容，出现新的细斜纹 50秒；清除了主体，光环和纹理有变化 便宜，可试简单背景；不作为复杂光效的首选
gpt-image-2.5-flare 55秒；清空内容，但保留较明显交叉暗纹 35秒；本组局部结果中改动相对较少 局部背景修复候选；净化暗纹仍需检查
gpt-image-2-vip 43秒；本组主框内部最干净 42秒；光环位置／形状变化更明显 主框净化候选，不承担所有步骤
gpt-image-2.5-sunburst 修正尺寸后的查询在186秒遭遇HTTP502；后续查询仍显示运行，未重复提交 high请求51秒；2K/max请求45秒，仍新增或改变部分环内细线 复杂局部修复备选；不能认为最高档必然最忠实

时间是本轮请求至获得下载结果的观测值，包含网络和排队，样本很小，不是稳定性能基准。首次主框任务有3次尺寸参数失败，已查明要求总像素介于655,360与8,294,400之间，修正了网站尺寸计算；这些失败不作为模型画质差的证据。尺寸声明与实际返回值有差异，测试记录同时保存两者。VIP初轮光环任务未发送quality参数，不能冒称为同档high对照。

当前候选分工：背景／局部修复先试flare，框体净化先试VIP，难区再试sunburst。 网站已支持分别设置背景修图模型和框体模型。该组合尚未在足够多全新整页上通过自动交付验收；不是已证实的普遍最优组合。

本轮新建请求13次：初轮8次、尺寸修正后4次、max补测1次。按截图／公开参考价全部成功约¥1.17；其中3次明确尺寸失败，另1次查询中断后仍运行。最终扣费及失败返还以账户流水为准，不能把这个数字当作已结算账单。此前进度中“约0.66／0.45元”的粗算不准确，此处已按模型逐项校正。

五、服务商与组件选择

选项 适合承担的工作 现状与建议
Grsai 当前识别、局部修图、框体净化 已实际测试并接通。保留可追踪任务ID、缓存、异常不盲目重发。不要仅凭模型名认定质量与别的渠道一致。
fal.ai：BiRefNet 产品、人物等前景遮罩，结合原像素合成 官方接口支持输出mask及不同分割模型；适合补上独立前景分割能力。本次查阅文档，尚未用独立fal账户实测。
fal.ai：FLUX Fill／带mask的图像编辑 明确遮罩内的修补 可作为遮挡修复的备选；即使服务支持遮罩，输出合成仍应在本地保护选区外像素。尚未完成本项目实测。
Replicate：BiRefNet服务 托管前景分割备用 已找到提供cutout／mask的部署。未登录付费测试，不能列为已胜出的通道。
本地BiRefNet + 本地OCR + 局部修复工具 高频抠图、文字检测、简单纹理清理 适合批量和后期降成本；首次需模型下载、依赖配置和硬件测试。对霓虹光效不能只靠普通主体分割。

根据当前证据，先完善“原像素提取＋限定区域修复＋校对＋导出”，比直接更换一家整图生成中转站更有把握。 其他服务作为按工序验证的备选，不在没有实测前宣布更好、更快。

公开依据（2026-09-14查询）：Grsai模型目录、Grsai公告与接口说明入口、fal BiRefNet接口、fal FLUX Fill接口、Replicate BiRefNet部署、BiRefNet原项目、PaddleOCR原项目、IOPaint原项目。托管部署质量、时延和账单需要各自测试。

六、接入及时雨工作台的形式

推荐：独立拆层任务服务＋统一图层JSON＋工作台编辑器＋PPT导出器。 网站是操作入口，长任务由后台执行，不依赖浏览器页面一直打开。

前端提供上传、队列、分层编辑、局部返修、多视图对比、验收与下载；后端负责识别、原图提取、分割／修复、缓存、版本和导出。每个步骤选择自己的模型，不把所有能力捆在一个图像模型里。需要多个服务商时，分别配置密钥与接口，不能拿Grsai密钥直接调用fal或Replicate。

每层至少保存：id / kind / role / x / y / w / h / z / asset / opacity / runs / font / provenance / reviewFlags。页面保存原图、背景、尺寸、图层、版本、验收状态和模型调用记录。分开标注原图像素、模型修复、OCR文字、人工校准，便于检查和计费。

提速重点：同图与同阶段缓存；页面之间有上限地并行；只返修坏区域；文字核对与图像任务可独立处理；图层编辑不重新调用模型；异步任务中断后查询原任务。最终以“达到验收的一页所需总成本和时间”排序，而非单次出图价格。

七、20页费用如何估算

按公开参考价：gpt-image-2.5约600积分／次，flare和VIP约2,000积分／次，sunburst约2,400积分／次。人民币换算按本次示例1元＝20,000积分，实际充值档位可能不同。价格依据

假设每页1次背景修复＋2次框体处理，flare／VIP组合：20 × 3 × 2,000＝120,000积分，参考¥6。若平均每页另加2次局部修复，则约200,000积分、¥10。这个区间只包含该假设下的图像调用，不包含识别tokens、专门分割服务、计算资源、人工校对或超出假设的返修；不是20页合格成品的保证报价。

实际成本＝识别费用＋各阶段有效调用＋未返还失败调用＋局部返修＋本地／云端计算。软件应逐任务记录，再统计“每页通过验收的平均成本”。在完整新图流程通过测试之前，不宜按单张0.1元直接给用户承诺整页价格。

八、软件当前边界

已实现：导入与本地项目保存、阶段缓存、同图校准、普通文本编辑、原图叠加、局部修复、选区外像素保护、素材替换、框体独立模型、质量问题提示、测试稿／成品分开导出，以及校准图表结构保留。

尚未实现为稳定全自动能力：任意新图的精确透明分割、每个字颜色与字体的自动复核、复杂光效自动拆分无损、fal／Replicate独立接口实测与接入、规模化吞吐和服务级保证。上述能力不能因为这三页校准稿合格就标记完成。