导读：Qwen-Image-Layered 带来一种全新的 AI 图片编辑思路：不是整体重生成，也不是涂掩码，而是把图片直接“拆成图层”。每一层都能单独改、单独移动、单独删，其他部分完全不受影响。

在 AI 生图越来越常见的今天，“好看”已经不再是唯一标准，能不能精确修改、反复修改、还不出问题，正在成为新的门槛。

今天，通义千问团队宣布推出全新的图像生成与编辑模型：Qwen-Image-Layered。其核心思路是：不再把图片当成一整块像素，而是直接拆成多个可以独立编辑的图层。

在 Qwen-Image-Layered 之前，主流 AI 图片编辑大致有两种路线：

• 全局重生成：一句提示词，整张图重新画。改得多，但随机性也大，原本没想动的地方往往一起“翻车”。
• 掩码式局部编辑：圈住一块再改，确实更稳，但遇到遮挡、边缘模糊时，常常不好控制。

Qwen-Image-Layered 走的是第三条路：直接把图片“拆解”。

模型会把一张普通的 RGB 图片，自动分解成多个语义上彼此独立的 RGBA 图层。每一层不仅有颜色信息，还有透明度，就像把一张图片“剥洋葱”，一层一层拆开。

结果就是：改一层，只影响这一层。无论是重新着色、替换人物、改文字，还是删除物体，其他内容都能原样保留。

为了实现这一目标，Qwen-Image-Layered 在架构上做了几件关键的事：

• RGBA-VAE：让普通 RGB 图片和带透明度的 RGBA 图层，进入同一个潜空间。这一步解决了图层边界模糊、不同图层分布不一致的问题。
• VLD-MMDiT 架构：图层数量不再受限。不管是 3 层、8 层，还是更多图层，都可以一次性处理，图层之间还能通过注意力机制协同工作。
• 多阶段进化训练：模型先学会生成单图，再学会生成多层，最后学会“拆解任意图片”。把生成能力，转化成了真正的理解能力。

在分层完成之后，编辑方式会变得非常直观：

• 只给某一层重新上色，其它内容完全不动
• 把图中的女孩替换成男孩，而背景、光影保持一致
• 单独修改图片里的文字内容
• 干净地删除多余物体，不留“修补痕迹”
• 自由缩放、移动物体，不出现拉伸和失真

更进一步，图层数量是可变的。 同一张图，既可以拆成 3 层，也可以细化成 8 层，甚至，某一个图层还能继续被递归拆解，实现更精细的编辑控制。

从结果来看，图片不再只是像素的集合，而是一个可以被理解、被拆分、被反复编辑的结构化对象。这让 AI 图片编辑第一次真正具备了“稳定、可控、可迭代”的基础，PS这次可是真“危”了。

体验地址：https://www.modelscope.cn/studios/Qwen/Qwen-Image-Layered

参考资料：https://mp.weixin.qq.com/s/3yXOWhUuzVajlyySg7J9Hw