阿里開源 Qwen-Image-Layered：把圖片直接拆成 Photoshop 級透明圖層

Qwen-Image-Layered 是阿里通義千問開源的原生影像分層拆解模型，專門用來把一張扁平的完整圖片，直接拆解成多張帶有透明通道的獨立 RGBA 圖層。

過去用 AI 生成圖片最尷尬的地方在於很難改，動一處往往全圖崩掉，設計師只能匯入修圖軟體裡一點點手動扣圖。這款工具直接在生成層面做物理隔離，把不同物體和背景剝離成獨立圖層，讓 AI 圖片真正具備了原生可編輯性。

它能做什麼

你可以根據需要，直接在提示詞或引數中指定將圖片拆分成 3 到 10 個圖層，從粗略的前後景佈局一直拆到細微的物件細節。

它還支援遞迴式的無限拆解。如果拆出的某一圖層依然包含多個部件，你可以把這一層繼續餵給模型，像剝洋蔥一樣層套層往下細挖，直到滿足你想要的精度。

拆出圖層後，很多修圖操作就變得極其簡單。比如無失真縮放主體、把物體在畫面裡任意挪動位置、直接刪掉多餘元素，或者只單獨給某個圖層重新調色，其他畫面完全不受影響。阿里演示中，它還能配合 Qwen-Image-Edit 完成精準替換人物角色或區域性改字。

怎麼跑起來

Qwen-Image-Layered 採用 Apache 2.0 協議開源，模型權重、推理程式碼和技術報告都已經完全開放，程式碼託管在 GitHub，權重同步上了 Hugging Face 和 ModelScope。

它可以通過最新的 Diffusers 管道呼叫，依賴支援 Qwen2.5-VL 的 Transformers 庫，推理時支援 bfloat16 精度。在解析度控制上，模型提供了 640 和 1024 兩種尺寸桶，當前版本官方更推薦使用 640 解析度以獲得最穩定的效果。

如果不想在本地折騰顯示卡環境，Hugging Face Spaces 和 ModelScope 社群都上線了線上體驗 Demo，可以直接上傳圖片測試拆層效果。

為什麼重要

平時要做海報設計、電商修圖或數字插畫的人最應該試試這個專案。以往 AI 生成的最大障礙就是隻能交付一張合併死圖，根本接不進專業設計軟體的標準管線。

我們認為把圖片拆成 RGBA 圖層是極聰明的工程落腳點。它沒有盲目追求更高的畫質引數，而是解決了最讓人抓狂的交付格式問題，把文生圖從一錘子買賣，推進成了真正能夠二次編輯的設計素材。