告别抠图！Qwen-Image-Layered 一键生成"PS级"透明图层，重新定义一致图像编辑，文中附ComfyUI工作流！

添加微信号：AIGC_Tech，公众号小助手会拉你进群！点击下方名片关注AIGC Studio公众号！

添加微信号：AIGC_Tech，公众号小助手会拉你进群！

点击下方名片关注AIGC Studio公众号！获取最新AI前沿应用/AIGC实践教程！

告别抠图！Qwen-Image-Layered 一键生成"PS级"透明图层，ComfyUI极速工作流分享！重新定义一致图像编辑

阿里千问团队最新推出的Qwen-Image-Layered能够将图像分解为多个 RGBA 图层。这种分层表示方式赋予图像固有的可编辑性：每个图层都可以独立操作，而不会影响其他内容。同时，这种分层表示方式自然地支持高保真度的基本操作，例如调整大小、重新定位和重新着色。通过将语义或结构组件物理隔离到不同的图层中，该方法实现了高保真度和一致性的编辑。

unsetunset效果展示unsetunset

分层分解的应用

给定一张图像，Qwen-Image-Layered 可以将其分解为多个 RGBA 图层分解之后，编辑操作将仅应用于目标图层，使其与其余内容物理隔离，从而从根本上确保编辑操作的一致性。

例如可以重新着色第一层，而保持其他所有内容不变：

还可以将第二层中的女性角色替换为男性角色（目标图层使用 Qwen-Image-Edit 进行编辑）：

这里将文本修改为"Qwen-Image"（目标图层使用 Qwen-Image-Edit 进行编辑）：

此外，这种分层结构自然而然地支持基本操作。例如可以干净利落地删除不需要的对象：

还可以在不变形的情况下调整物体大小：

图层分解后，可以在画布内自由移动对象：

灵活迭代分解 Qwen-Image-Layered 模型的层数并不固定。该模型支持可变层数分解。例如可以根据需要将图像分解为 3 层或 8 层：此外，分解可以递归应用：任何一层本身都可以进一步分解，从而实现无限分解。

unsetunset相关链接unsetunset

• 论文：https://arxiv.org/pdf/2512.15603
• 主页：https://qwenlm.github.io
• 代码：https://github.com/QwenLM/Qwen-Image-Layered
• 模型：https://huggingface.co/Qwen/Qwen-Image-Layered
• ComfyUI:https://docs.comfy.org/tutorials/image/qwen/qwen-image-layered

unsetunset介绍unsetunset

QwenImage-Layered 提出了一种革命性的分层图像生成范式，通过端到端扩散模型将单张RGB图像分解为多个语义解耦的RGBA图层，实现类似专业设计工具的独立编辑能力。其三大创新包括：

1. RGBA-VAE统一RGB与RGBA的潜在表示；
2. VLD-MMDiT架构支持可变数量图层分解；
3. 多阶段训练策略适配预训练模型。

为解决训练数据稀缺问题，论文构建了从PSD文件中自动提取多层图像的流水线。实验表明，该方法在分解质量和编辑一致性上显著超越现有技术，为AI图像编辑提供了新方向。

unsetunset方法概述unsetunset

Qwen-Image-Layered 概述。

• 左图：VLD-MMDiT（可变层分解 MMDiT）示意图，其中输入 RGB 图像和目标 RGBA 层均由我们提出的 RGBA-VAE 进行编码。在注意力计算过程中，这两个序列沿序列维度连接，从而增强层间和层内交互。
• 右图：Layer3D RoPE 示意图，其中引入了一个新的层维度以支持可变层数。

unsetunset实验结果unsetunset

感谢你看到这里，添加小助手 AIGC_Tech 加入官方 AIGC读者交流群，下方扫码加入 AIGC Studio 星球，获取前沿AI应用、AIGC实践教程、大厂面试经验、AI学习路线以及IT类入门到精通学习资料等，欢迎一起交流学习💗～