千问又震撼开源！AI 绘画告别“一整张图”，进入原生图层时代

点击蓝字关注我

一个爱代码的设计师在运营,不定时分享干货、学习方法、效率工具和AIGC趋势发展。个人网站：tomda.top 如果说 Stable Diffusion 的出现是让 AI 学会了“临摹”，那么阿里 Qwen 团队刚刚发布的这个开源项目，则是真正教会了 AI “做设计”。
Qwen-Image-Layered，这是一款能够将图像分解为多个 RGBA 图层的模型。这种分层表示赋予了图像内在的可编辑性：每个图层都可以独立操作，而不会影响其他内容。同时，这种分层结构天然支持高保真的基本编辑操作，例如缩放、移动和重新着色。通过将不同元素物理地隔离到不同的图层中，我们的方法实现了高保真的编辑效果。

01.

分层分解的应用

给定一张图像，Qwen-Image-Layered 可将其分解为若干个 RGBA 图层：

分解完成后，编辑操作仅作用于目标图层，将其与其他内容物理隔离，从根本上确保了编辑的一致性。

例如，我们可以对第一个图层重新着色，而保持其余内容不变：

我们也可以将第二个图层中的女孩替换为男孩：

在下面的例子中，我们将文字内容修改为 “Qwen-Image”：

此外，分层结构天然支持各种基本操作。例如，我们可以干净地删除不需要的物体：

我们也可以轻松的对物体进行缩放而不引入形变和失真：

在完成图层分解后，我们还能在画布内自由移动物体：

02.

灵活且可迭代的分解

Qwen-Image-Layered 并不限于固定的图层数量，模型支持可变数量的图层分解。例如，我们可以根据需要将同一张图像分解为 3 层或 8 层：

此外，分解过程还可以递归进行：任意一个图层本身都可以被进一步分解，从而实现无限层级的细化分解。

03. 

开源网站技术报告

https://arxiv.org/abs/2512.15603

Blog:https://www.modelscope.cn/papers/2512.15603

Github:https://github.com/QwenLM/Qwen-Image-Layered

Model:https://www.modelscope.cn/models/Qwen/Qwen-Image-Layered

Demo:https://www.modelscope.cn/studios/Qwen/Qwen-Image-Layered