设计师已死！Qwen-Image-Layered能让AI无限拆分图层修改图片

Qwen-Image-Layered是什么

Qwen-Image-Layered是阿里团队推出的AI图像编辑模型，是图像界的分解大师，将一张图像彻底爆炸分解里面的所有元素出来形成一个图层。这种分层表示解锁了固有的可编辑性：每个层都可以独立操作，而不会影响其他内容。同时，这样的分层表示自然支持高保真的基本操作，如重定位和重排序。通过将语义或结构组件物理隔离到不同的层中，且可以实现高保真和一致的编辑。

将普通图片自动拆分为独立的RGB透明图层，实现类似Photoshop的分层编辑功能。通过注意力机制和位置编码动态拆分图层，支持3-10层的灵活分解，允许对单层进行缩放、着色等操作而不影响其他部分。相比传统AI修图”牵一发而动全身”的问题，模型在Hugging Face开源测试中显示，色彩还原误差仅为0.0033，透明度准确率高达0.916，显著优于现有技术。

Qwen-Image-Layered的主要功能

• 图像分层：将单一 RGB 图像分解为多个 RGBA 图层，每个图层语义独立，便于后续编辑。
• 独立编辑：各图层可单独操作，如调整大小、重新定位、重新着色等，不影响其他图层。
• 高保真操作：支持高保真基本操作，如清晰删除对象、无失真调整大小、自由移动对象等。
• 灵活分解：支持可变数量的图层分解，还可递归分解，实现无限分解，满足不同编辑需求。
• 数据管道：建立从 Photoshop 文档提取多层图像的管道，解决高质量多层训练数据稀缺问题。

二、相关安装

目前ComfyUI官方第一时间支持了该模型，想本地玩的话记得把本地更新到最新。

模型：

• qwen_image_layered_bf16.safetensors
• qwen_image_layered_vae.safetensors

目前bf16模型要40G，太大了，等社区版出来吧，VAE也是个新的，传统的VAE只能处理RGB图像，但是这里需要处理带透明度的RGBA图像，所以升级了下，变成四通道的VAE。

三、工作流及体验

文生图层和正常文生图一样，填写提示词，设置宽高即可。这种是根据提示词直接生成，生成的时候就自动把图层分好了。 跑一张1024x1024的，需要5分钟。首先是模型加载，我这里有用上一个4步加速，不然原模型跑太慢了要6-10分钟才出图，黄花菜都凉了，这个bf16近40G。大家带概率跑不起来的，后面改成用gguf模型会好一些。

最后是采样，因为我用了加速，所以这里步数就8步，CFG 1或者2，这里根据大家实际跑的内容来调整，想要细节更多就设置2，想要速度快就设置1。最后是采样，因为我用了加速，所以这里步数就8步，CFG 1或者2，这里根据大家实际跑的内容来调整，想要细节更多就设置2，想要速度快就设置1。

效果案例

给定一张图像，Qwen-Image-Layered 可将其分解为若干个 RGBA 图层：

分解完成后，编辑操作仅作用于目标图层，将其与其他内容物理隔离，从根本上确保了编辑的一致性。

例如，我们可以对第一个图层重新着色，而保持其余内容不变：

我们也可以将第二个图层中的女孩替换为男孩：

在下面的例子中，我们将文字内容修改为 “Qwen-Image”：

总结：

Qwen-Image-Layered已经正式开源，对于需要频繁处理图像的从业者、创业团队，或是喜欢折腾图像创作的爱好者来说，都是一款不可错过的工具。它不仅降低了图像编辑的学习成本和时间成本，更让专业的图像编辑能力触手可及。

如果你也受够了抠图的繁琐、分层的困难，不妨去试试这款新模型，感受一下AI带来的高效编辑体验～你平时在图像编辑中最头疼的问题是什么？欢迎在评论区留言分享！