See-Through：把二次元插畫拆成 23 個可編輯分層

做過 Live2D 或者 2D 動畫的人都知道，最繁瑣的一步往往不是調動效，而是給原畫「拆件」。拿到一張合併了圖層的插畫，你得小心翼翼地把劉海、後發、眼睛、衣服和肢體一片片摳出來，還要把彼此遮擋住的身體和背景肉手補全。

開源專案 See-Through 專門來解決這個痛點。它基於 SIGGRAPH 2026 入選論文打造，核心目標是把單張靜態二次元插畫直接變成可操作的 2.5D 素材。

不僅拆圖，還把遮住的部分補齊

See-Through 能把一張扁平插畫自動拆解成最多 23 個獨立的語義圖層，並直接匯出一份帶圖層順序的透明 PSD 檔案。

拆分範圍涵蓋臉部、頭髮、眼睛、服裝、配飾以及肢體。更關鍵的是，它不是簡單粗暴地切圖，而是具備完整的遮擋修補能力。比如被手臂擋住的桌子邊緣，或者被頭髮遮住的肩膀與軀幹，它都會自動把缺失的內容畫完整。

這套流程底層由兩個核心模型驅動：負責生成透明圖層的 LayerDiff 3D，以及負責推斷畫面深度的微調 Marigold 模型。處理完成後，除了圖層化 PSD，它還會輸出深度圖與分割掩碼，甚至提供指令碼支援按深度或左右肢體進一步細分圖層。

8G 顯示卡能跑，還給了線上 Demo

在硬體配置上，作者顯然花了心思做適配。預設的 bf16 精度在 1280 解析度下大概需要 12 到 16 GB 視訊記憶體。

如果顯示卡只有 12 GB，可以開啟 group offload 模式，把峰值視訊記憶體降到 10 GB 左右，代價是處理速度慢約 1.5 倍。如果是更主流的 8 GB 顯示卡，可以用專案自帶的 NF4 4-bit 量化版本，畫質幾乎沒有明顯損失；或者通過降低解析度到 1024 進一步節省資源。

如果不想在本地折騰 Python 環境，團隊也在 Hugging Face 上線了 ZeroGPU 演示，每天可免費生成一兩次。國內使用者還可以直接使用魔搭社群（ModelScope）的線上 Demo，目前完全免費，並且支援稍微高一點的解析度。

為什麼重要

對獨立畫師、Live2D 建模師和小型遊戲團隊來說，See-Through 砍掉的是工作流中最耗時、最枯燥的苦力活。過去拆一張精細立繪往往要花上大半天甚至數天，現在直接生成包含 23 層的 PSD 底稿，人工只需在現有圖層上修正邊緣和細節，製作週期能縮短一大半。

我們認為這個專案走得非常務實。它沒有去卷技術難度極高且難以落地的端到端「一鍵生成影片」，而是老老實實做輔助外掛。直接匯出標準 PSD、保留分層與深度資料，讓它能無縫接入 Photoshop、After Effects 和 Live2D 現有的工業流程。

不過它的侷限也很明確。23 個圖層對於做簡單的 2.5D 視差海報、動態桌布或換裝展示已經足夠，但要達到高規格 Vtuber 那種動輒上百個部件的精細麵部表情繫結，依然需要大量手工補充。即便如此，作為一道自動化粗加工工序，它已經足夠實用。