# LaDeCo – 西安交大联合微软推出的自动图形设计构图方法

- Link: https://paooo.com/aigc-news/23364/
- Published: 2026-06-09T01:07:43+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 将设计元素自动分配到背景、底层、图像/标志、文本和装饰等语义层。
 * 通过逐层生成并利用前序渲染结果作上下文，提升构图一致性与设计质量。
 * 无需特定任务训练即可支持分辨率调整、元素填充和多样化设计变体生成。

## LaDeCo是什么

LaDeCo是西安交通大学和微软研究院联合推出的自动图形设计构图方法，基于将设计任务分解
为层次化的步骤来实现。LaDeCo对输入的设计元素进行层规划，将它们分配到不同的语义层，
比如背景、底层、图像/标志、文本和装饰。然后，LaDeCo逐层预测，生成每个设计层的元素
属性，将之前生成层的渲染图像作为上下文信息，指导后续层的生成。LaDeCo基于大型多模
态模型（LMMs）处理多模态输入，支持无需特定任务训练的设计子任务，如分辨率调整、元素
填充和设计变化。

阅读目录

 * [LaDeCo是什么](https://paooo.com/aigc-news/23364/#ladeco%e6%98%af%e4%bb%80%e4%b9%88)
 * [LaDeCo的主要功能](https://paooo.com/aigc-news/23364/#ladeco%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [LaDeCo的技术原理](https://paooo.com/aigc-news/23364/#ladeco%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [LaDeCo的项目地址](https://paooo.com/aigc-news/23364/#ladeco%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [LaDeCo的应用场景](https://paooo.com/aigc-news/23364/#ladeco%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![LaDeCo](https://paooo.com/wp-content/uploads/2026/06/LaDeCo-website-2-1.avif)

## LaDeCo的主要功能

 * **层规划**：自动将输入的多模态设计元素（如图像、文本）分配到不同的语义层，例如
   背景、底层、图像/标志、文本和装饰层。
 * **层级设计生成**：基于层规划的结果，逐步预测和生成每个层的元素属性，创建完整的
   设计构图。
 * **分辨率调整**：根据不同的画布尺寸调整设计，让设计在不同大小的画布上都具有吸引力。
 * **元素填充**：在现有设计中添加新的元素，增强设计的吸引力。
 * **设计变化**：给定相同的输入元素，创造出多种不同的设计，为用户提供多种选择。

## LaDeCo的技术原理

 * **大型多模态模型（LMMs）**：基于大型多模态模型，理解多模态上下文，生成跨领域响应。
 * **层规划模块**：基于预训练的LMMs（例如GPT-4o）预测输入元素的语义标签，实现元素
   到设计层的自动分类。
 * **层级生成过程**：根据层规划的结果，逐层生成设计元素的属性，将已生成层的渲染图像
   作为上下文信息反馈给模型，指导后续层的生成。
 * **视觉编码器和投影器**：用在编码元素图像和中间设计，生成图像嵌入，并将投影以匹配
   LMMs主干所需的隐藏状态维度。
 * **链式思考（Chain-of-Thought）推理**：LaDeCo的层级生成方法体现了链式思考推理的
   理念，基于逐步生成和调整设计层提高推理性能。

## LaDeCo的项目地址

 * **项目官网**：[elements2design.github.io](https://elements2design.github.io/?utm_source=ai-bot.cn)
 * **arXiv技术论文**：[https://arxiv.org/pdf/2412.19712](https://arxiv.org/pdf/2412.19712)

## LaDeCo的应用场景

 * **设计师**：帮助设计师自动完成图形设计构图任务，提升设计效率和质量。
 * **研究人员和规划人员**：在景观变化研究、美学评估和视觉影响评估中，让研究人员和
   规划人员快速、客观地计算图像中视觉元素的比例，简化评估过程。
 * **评估人员**：评估视觉景观元素具有重要作用，帮助评估人员进行更高效的视觉元素分析。
 * **开发者**：对于开发者来说，基于LaDeCo开发不同的应用。
 * **泛年轻人群**：LaDeCo在自动图形设计领域的应用吸能19-35岁的人群对创意内容、分享、
   音乐、短视频、游戏、时尚等有较高偏好的人群。

❓ 常见问题解答（FAQ）

LaDeCo是什么？

LaDeCo是西安交通大学和微软研究院联合推出的自动图形设计构图方法。它把设计任务拆成
层规划和逐层生成两步，借助大型多模态模型处理输入元素并完成构图。

LaDeCo能做哪些设计任务？

它支持层规划、层级设计生成、分辨率调整、元素填充和设计变化等任务。也就是说，既能
自动排版构图，也能适配不同画布尺寸并生成多个设计方案。

LaDeCo适合哪些人使用？

适合设计师、研究人员、规划人员、评估人员和开发者使用。文章还提到它面向对创意内容、
分享、音乐、短视频、游戏、时尚等有较高偏好的泛年轻人群。

🔬 语宙深潜追问 · 进阶实操拆解

层规划式构图最适合哪些设计任务？

最适合元素数量固定、版式规则明确的场景，比如海报、活动页和电商图。先规划层级和留白，
再逐层生成内容，能显著减少元素冲突和视觉重心失衡。

如何让[大模型](https://paooo.com/ai-study/)生成的版式更可控？

把约束拆成尺寸、对齐、层级和风格四类，并在生成前提供参考模板。生成后再做自动校验，
比如重叠检测、边距检查和可读性评分，才能把结果从“能看”变成“能用”。

🗳️ 读者观点微投票 · 您的实战立场是？

自动构图设计，AI该替代排版还是辅助？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[⚡ 所属权威专题：OpenAI GPT 与 Sora 生态 →](https://paooo.com/topics/openai-gpt-sora/)

 * [SuperDesign：开源AI设计Agent深度解析，并行生成多方案赋能高效UI/UX开发](https://paooo.com/ai-tool/14396/)
 * [DesignEdit – 微软等开源的AI图像分层处理编辑框架](https://paooo.com/aigc-news/28008/)
 * [开源桌面AI设计工具Open CoDesign：免费替代Claude Design，支持20+模型BYOK，数据完全本地化](https://paooo.com/aigc-news/10827/)
 * [AutoDev – 微软推出的AI编程和程序开发智能体框架](https://paooo.com/aigc-news/28092/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/23364/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
