行业背景与市场定位 - 2025年AIGC热度再冲新高，AI生成内容已全面渗透日常创作，从社交头像、电商海报到影视分镜[1] - 通用图像编辑大模型（如Nano Banana、Qwen Edit）功能强大，覆盖广泛图像编辑场景，但在细分领域表现不足且用于简单任务性价比不高[1] - 图像合成（融图）是图像编辑领域的常用操作，基础用法是将前景物体插入背景图片，但简单剪切粘贴会导致边缘锯齿、光照不和谐、缺失阴影等问题[1] 公司技术与产品核心 - 上海交通大学牛力团队自2018年底投身图像合成研究，至2025年已构建10+数据集、开发30+原创模型、发表25+高质量学术论文[2] - 团队于2023年底推出Libcom工具箱，无需训练微调即可对任意图片实现开箱即用的图像合成功能，并于2025年升级为Libcom图像合成工作台[2] - Libcom工作台专注于图像合成细分领域，提供生成、检测、评估共计12项功能，与通用图像编辑大模型形成差异化竞争[2][5] 产品功能详解 - 工作台12项功能分为6组：基础合成（alpha混合、泊松融合）、图像和谐化（颜色迁移、图像和谐化、艺术图像和谐化）、背景效果生成（阴影生成、倒影生成）[5] - 分析工具包括不和谐区域检测、物体放置合理性热力图，打分工具提供和谐度分数和物体放置合理性分数[5] - 高级合成功能集成了FLUX-Kontext和InsertAnything两个模型[5] 竞品性能对比 - 在将Labubu融入水中的场景中，Libcom实现无缝融合，而Nano Banana Pro表现不稳定，需调节提示词才能得到接近结果[7] - 在光照和谐化任务中，Libcom使前景与背景更加和谐，而Banana Pro结果背景色调变化且前景和谐化过度[20] - 在阴影生成任务中，Banana Pro生成的影子复刻了前景形状但方向不对；在倒影生成任务中，Banana Pro生成的倒影过大过清晰[26][27] - 在艺术风格调整任务中，Libcom结果更疯狂融入画作，而Banana Pro结果相对保守[23]