Qwen-Image-Layered（图片分层）

Qwen-Image-Layered 是阿里巴巴通义实验室推出的端到端可编辑图像生成模型，核心定位为“将AI生成图自动转为专业级分层设计稿”，实现像素级可控编辑。

• 首创语义分层架构：单张RGB图自动解耦为3–8个RGBA图层（如人物、文字、背景、特效），每层独立可编辑
• 媲美PSD的专业工作流：输出结构与Photoshop文档一致，支持重着色、缩放、替换等操作而不影响其他元素
• 高质量训练数据支撑：基于百万级真实PSD文件构建标注数据集，覆盖图形设计、摄影、排版等多元场景
• 编辑一致性显著领先：在Crello测试集上，Alpha通道IoU达0.916，重建L1误差降低超85%
• 多阶段训练策略：从文本→单层→多层→图像反推，逐步提升层间语义解耦能力

—————————————————————————————————————————————————————

核心能力

🎨 原生可编辑生成：生成即分层，无需后期抠图，轻松修改局部元素（如换衣服、改标语、调背景）

🧩 变量层数动态输出：通过VLD-MMDiT架构和Layer3D RoPE位置编码，灵活处理不同复杂度图像的图层数量

🖼️ 高保真RGBA重建：RGBA-VAE实现PSNR 38.83、LPIPS 0.012，细节与透明度还原接近无损

🛠️ 设计工具无缝衔接：输出可直接导入主流设计软件，打通AI生成与人工精修的协作闭环

—————————————————————————————————————————————————————

—————————————————————————————————————————————————————

相关测评

《Qwen-Image-Layered：找到了AI修图的新路，却还没跨过“商用”门槛》