ClipLumi

我围绕一个在使用生成式图像工具时反复遇到的问题打造了 ClipLumi：**生成与编辑不是同一件事**。

当你从空白画布开始探索时，重新生成效果很好。你可以要求十个不同的方向，并接受每次结果都可能重新诠释场景。但一旦你已经有了一张 80%–90% 正确的图像，同样的行为就变得代价高昂。你可能只想要一个更干净的背景、移除一个物体、修复一张老照片，或者对产品图做一个微小的改动。完全的重新生成可以修复你请求的部分，却可能悄悄破坏你希望保留的三样东西。

这引出了 ClipLumi 背后的设计原则：**只改变请求的区域，保留其余有用的视觉内容**。

实际工作流被刻意设计得很简单：

1. 从一张你已经想保留的图像开始。

2. 用自然语言描述具体的修改。

3. 在必要时说明重要的保留约束——例如，保持产品标签、形状、颜色、反射光、拍摄角度、面部、服饰或构图不变。

4. 生成编辑结果。

5. 将结果与原始图像对比，而不仅仅是与提示词对比。

6. 只有当下一次修改能解决真实问题时，再做一次有针对性的调整。

这听起来显而易见，但它改变了我对 AI 图像质量的看法。结果是否成功，并不仅仅取决于编辑区域看起来是否良好。它还必须避免在请求修改之外发生不必要的漂移。

对于产品图，“将背景替换为干净的工作室场景”不应顺带重新设计产品或扭曲印刷文字。对于人像，“移除背景中的人物”不应改变主体人物的面部或服饰。对于修复工作，修复划痕和褪色不应悄然改变照片中人物的模样。

ClipLumi 采用浏览器端运行，因为我希望编辑循环保持轻量化。许多需要这些修改的人并不是在尝试构建复杂的多层合成图。他们是准备素材的营销人员、清理产品图的电商运营、修复生成图像的创作者，或是修复个人照片的普通用户。工作往往是“做这一个修正，然后让我自己判断是否够好”。

当前产品支持自然语言图像编辑以及参考引导的工作流（当所选模型支持时）。我刻意不宣称每个模型都能执行所有类型的编辑，也不宣称 AI 能取代专业修图。像素级精确合成、印刷色彩管理以及深度分层制作工作，仍然可以交给专门的设计工具。

我最感兴趣的部分是审阅循环。我认为 AI 图像编辑器需要更好的方式来帮助用户思考**哪些地方发生了意料之外的变化**，而不仅仅是哪些地方成功发生了变化。换言之，图像编辑的未来可能不只是“更好的提示词”或“更大的模型”，还包括更好的保留、对比与修复工作流。

如果你试用 ClipLumi，我会特别重视对一个问题的反馈：**当你请求一次有针对性的编辑时，结果是否保留了你真正希望保留的那些图像部分？**

你可以访问 https://cliplumi.com/ 试用。