从提示到创作：用于海报生成的空间画布界面

文本提示是海报生成的间接接口，要求用户将固有的二维构图意图编码为一维单词序列。我们引入了一个空间画布接口，使用户能够通过四种互补的绑定类型直接在空间中构建生成意图：语义、身份、文本和像素，以及单个元素和全局外观的文本规范。基于这个接口，我们开发了 Compo，一个海报生成模型，改编自预训练的图像编辑模型，以理解空间画布输入和文本规范。 Compo 支持直接推理（用户显式构建画布）和 agentic 模式（其中高级请求自动转换为计划的空间画布）。为了训练 Compo，我们开发了一个可扩展的管道，可以自动为不同的绑定类型及其组合构建监督数据，从而实现高效的适应，而无需从头开始训练专门的海报生成器。我们进一步引入一个基准 评估对各个绑定类型及其接头组成的依从性。实验表明，Compo 在保持高视觉质量的同时，比通用图像生成模型和专用海报生成系统实现了更强的构图可控性。通过将意图规范与视觉生成分离，我们的工作将海报生成从提示转变为构图。