Qwen‑Image‑Layered 简介
Qwen‑Image‑Layered 是阿里巴巴推出的 分层可编辑图像生成模型，在 2025 年 12 月正式开源（Apache 2.0）。模型能够把一张 RGB 图像 自动分解为多个 RGBA 层，每个层对应图像中的前景物体、背景、文字等语义成分，支持对任意层进行独立的颜色、内容、位置、删除、缩放等编辑，而不影响其他层，从而实现 高一致性、精细化的图像编辑。
1. 技术核心
| 关键组件 | 功能说明 |
|---|---|
| RGBA‑VAE | 统一 RGB 与 RGBA 图像的潜在表示，使得后续的层分解在同一潜空间中进行 |
| VLD‑MMDiT 架构 | 支持 可变层数 的扩散网络，能够递归地预测每一层的 RGBA 内容 |
| 多阶段训练策略 | ① 预训练通用图像生成模型 → ② 逐步适配为多层分解器，提升分解质量与编辑一致性 |
| 数据管道 | 从 Photoshop PSD 文档中抽取并标注高质量多层图像，缓解了多层数据稀缺的问题 |
2. 主要能力
- 层分解：将单张图像拆解为 1‑N 个语义解耦的 RGBA 层。
- 独立编辑：对任意层执行文字修改、对象替换、颜色调节、移动、删除、缩放等操作，编辑后层之间保持 像素级一致。
- 递归分解：支持对已分解的层再次进行分层，适应复杂组合场景。
- 跨模态引导：可结合文本、草图或掩码进行 条件分层，实现更灵活的创作。
- 高保真重建：在 Crello、AIM‑500 等公开数据集上均取得 SOTA 分数，重建误差低于同类模型。
3. 开源生态
| 资源 | 链接 | 说明 |
|---|---|---|
| GitHub 代码仓库 | https://github.com/QwenLM/Qwen-Image-Layered | 包含模型检查点、训练脚本、ComfyUI 工作流文件 |
| HuggingFace 模型页 | https://huggingface.co/Qwen/Qwen-Image-Layered | 直接在线推理、下载权重 |
| ModelScope | https://modelscope.cn/models/Qwen/Qwen-Image-Layered | 国内镜像，便于国内用户快速访问 |
| 官方博客 | https://qwen.ai/blog?id=qwen-image-layered | 详细技术解读、使用案例 |
| ArXiv 论文 | https://arxiv.org/abs/2512.15603 | 完整学术描述、实验结果 |
| ComfyUI 工作流 | https://comfyui-wiki.com/en/news/2025-12-19-qwen-image-layered-release | 原生节点支持，直接在 ComfyUI 中拖拽使用 |
| 在线演示 | https://fal.ai/models/fal-ai/qwen-image-layered | 支持上传图片、实时分层编辑 |
4. 使用场景
- 产品设计 & 广告制作：快速拆解海报、包装图，单独替换文字或局部元素，保持整体视觉一致。
- 电商图像编辑：对商品图进行颜色、尺寸、背景替换，避免重新渲染全图。
- 创意绘画 & 漫画：将手绘稿分层后单独上色、添加特效，提升工作效率。
- 多模态内容创作：结合文本提示对特定层进行内容生成，实现“文字→图层”直接编辑。
5. 快速上手（ComfyUI 示例）
- 下载检查点：从 GitHub Release 页面获取
qwen-image-layered.ckpt，放入ComfyUI/models/checkpoints/。 - 加载节点：在 ComfyUI 中添加 “Qwen‑Image‑Layered” 节点，输入图片后即可得到 Layer Mask 与 RGBA Layer 输出。
- 编辑：使用 “Mask Edit” 或 “Layer Blend” 节点对指定层进行颜色、位移等操作，再合成回原图。
详细工作流文件已在官方 Wiki 中提供，可直接下载使用。
6. 关键优势总结
- 固有可编辑性：层级结构天然支持局部编辑，避免传统像素级编辑的“全局漂移”。
- 灵活层数：可根据图像复杂度动态决定层数，兼顾细粒度与计算效率。
- 开源友好：完整代码、模型、示例工作流均已公开，社区可自由二次开发。
- 跨平台：支持 HuggingFace、ModelScope、Fal.ai、ComfyUI 等多种生态，满足不同用户需求。
参考链接（可直接点击访问）
- GitHub 项目：https://github.com/QwenLM/Qwen-Image-Layered
- HuggingFace 模型：https://huggingface.co/Qwen/Qwen-Image-Layered
- ModelScope 页面：https://modelscope.cn/models/Qwen/Qwen-Image-Layered
- 官方博客：https://qwen.ai/blog?id=qwen-image-layered
- ArXiv 论文：https://arxiv.org/abs/2512.15603
- ComfyUI 工作流与下载页：https://comfyui-wiki.com/en/news/2025-12-19-qwen-image-layered-release
- 在线演示（Fal.ai）：https://fal.ai/models/fal-ai/qwen-image-layered
声明：文章均为AI生成，请谨慎辨别信息的真伪和可靠性！