阿里开源 Qwen-Image-Layered：把图片直接拆成 Photoshop 级透明图层

首次发布 2025年12月19日 UTC 15:13传播指数 49

阿里通义千问开源 Qwen-Image-Layered 图像拆解模型。它能把整张图片直接拆解为带透明通道的 RGBA 图层，支持提示词指定 3 到 10 层，甚至可在图层里套层无限细拆。设计师以后拿到 AI 图片不用再费劲抠图，直接就能分层编辑。

Qwen-Image-Layered 是阿里通义千问开源的原生图像分层拆解模型，专门用来把一张扁平的完整图片，直接拆解成多张带有透明通道的独立 RGBA 图层。

过去用 AI 生成图片最尴尬的地方在于很难改，动一处往往全图崩掉，设计师只能导入修图软件里一点点手动扣图。这款工具直接在生成层面做物理隔离，把不同物体和背景剥离成独立图层，让 AI 图片真正具备了原生可编辑性。

它能做什么

你可以根据需要，直接在提示词或参数中指定将图片拆分成 3 到 10 个图层，从粗略的前后景布局一直拆到细微的物件细节。

它还支持递归式的无限拆解。如果拆出的某一图层依然包含多个部件，你可以把这一层继续喂给模型，像剥洋葱一样层套层往下细挖，直到满足你想要的精度。

拆出图层后，很多修图操作就变得极其简单。比如无失真缩放主体、把物体在画面里任意挪动位置、直接删掉多余元素，或者只单独给某个图层重新调色，其他画面完全不受影响。阿里演示中，它还能配合 Qwen-Image-Edit 完成精准替换人物角色或局部改字。

Qwen-Image-Layered 采用 Apache 2.0 协议开源，模型权重、推理代码和技术报告都已经完全开放，代码托管在 GitHub，权重同步上了 Hugging Face 和 ModelScope。

它可以通过最新的 Diffusers 管道调用，依赖支持 Qwen2.5-VL 的 Transformers 库，推理时支持 bfloat16 精度。在分辨率控制上，模型提供了 640 和 1024 两种尺寸桶，当前版本官方更推荐使用 640 分辨率以获得最稳定的效果。

如果不想在本地折腾显卡环境，Hugging Face Spaces 和 ModelScope 社区都上线了在线体验 Demo，可以直接上传图片测试拆层效果。

平时要做海报设计、电商修图或数字插画的人最应该试试这个项目。以往 AI 生成的最大障碍就是只能交付一张合并死图，根本接不进专业设计软件的标准管线。

我们认为把图片拆成 RGBA 图层是极聪明的工程落脚点。它没有盲目追求更高的画质参数，而是解决了最让人抓狂的交付格式问题，把文生图从一锤子买卖，推进成了真正能够二次编辑的设计素材。