我开发了一种生成色阶的新方法。之前的方法利用算法来尝试估算我们眼睛对光线的感知。数学模型在表现人类色彩偏好方面效果不佳。
我基于图像模型做了一个免费工具:https://tools.diffui.ai/palette
Palette generator 是 Diffui 推出的一款免费在线配色工具,它基于图像模型而非传统数学算法来生成色阶。你只需上传一张灵感照片,或输入一段简短的氛围描述(Vibe),它就能输出一套完整的设计系统调色板——8 条色阶、每条 10 个层级,覆盖 50 到 900 的明度范围。与依赖公式估算人眼感知的旧方法不同,它借助 AI 理解人类对色彩的偏好,让生成的色板更贴近真实设计需求。工具完全在浏览器中运行,无需安装,生成结果可一键复制为 CSS、Tailwind 或 JSON,也能下载 PNG 色板图,方便直接接入前端项目或设计稿。
设计师和前端开发在搭建配色方案时,常被传统色阶生成器困扰:算法算出的色板虽然数值均匀,却总显得生硬、缺乏层次,难以直接用于真实界面。手动调整又极其耗时,尤其当需要从一张参考图提取整套设计系统色板时,往往要在多个工具间反复切换。此外,很多在线工具只给出一组颜色,不提供可用的代码格式,开发者还得手动转换,效率低下。Palette generator 正是针对这些痛点,用 AI 理解视觉偏好,让配色从“算出来”变成“看出来”。
工具围绕“从灵感到设计系统”的流程设计,核心功能集中在图像理解、色阶生成与格式输出三个环节,操作直观且无需设计背景。
支持拖拽、粘贴或浏览上传照片,也可输入最多 120 字的氛围描述,AI 自动提取配色灵感。
一次生成 8 条色阶、每条 10 级,覆盖 50 到 900,满足设计系统对明度梯度的需求。
可复制 CSS、Tailwind、JSON 代码,或下载 PNG 色板图,直接用于开发与设计交付。
它把 AI 对人类色彩偏好的理解引入配色流程,跳出了纯数学算法的局限,让生成的色板更自然、更可用。同时,免费、在线、多格式输出的组合,显著降低了从灵感图到设计系统色板的工作门槛。
基于图像模型学习人类色彩偏好,色阶过渡更柔和,避免算法生成的生硬感。
无需注册或安装,浏览器打开即可生成并导出,适合快速验证配色方案。
我开发了一种生成色阶的新方法。之前的方法利用算法来尝试估算我们眼睛对光线的感知。数学模型在表现人类色彩偏好方面效果不佳。
我基于图像模型做了一个免费工具:https://tools.diffui.ai/palette