全新 Qwen-Image-Layered 模型由通义千问发布，开创图片“分层编辑”的革命性进展
发布时间：2025-12-22 16:34:57 | 责任编辑：张毅 | 浏览量：2 次
今日，通义千问团队正式发布全新图像生成模型 Qwen-Image-Layered，该模型以自研创新架构打破传统 AI 图片编辑局限，通过 “图层拆解” 技术赋予静态图片可编辑性，开启 “指哪改哪” 的精准编辑新时代。
当前 AI 图片编辑存在两大痛点:全局编辑易破坏未修改区域一致性，基于掩码的局部编辑难处理遮挡与模糊边界。Qwen-Image-Layered 则创新提出 “图像解耦” 思路，将图片自动 “剥洋葱” 式分解为语义独立的 RGBA 图层，每层拥有专属颜色（RGB）与透明度(Alpha)，可独立操作且不影响其他图层。
模型核心亮点显著:全新 RGBA-VAE 技术让 RGB 图像与 RGBA 图层在同一潜空间 “对话”，解决图层分布不均、边界模糊问题;VLD-MMDiT 架构支持3层至10层以上灵活处理，层间通过注意力机制协同，无需低效递归拆解;历经 “生成单图 - 生成多层 - 拆解任意 RGB 图像” 多阶段进化，实现生成能力到理解能力的转化。
在应用层面，该模型可完成重新着色、物体替换、文字修改、元素删除、缩放移动等操作。更值得关注的是，其支持可变数量图层分解，同一图像可按需拆分为3层或8层，且任一图层能进一步递归分解，实现无限层级细化。
目前，Qwen-Image-Layered 的技术报告、代码仓库及 Demo 已分别在 arXiv、Github、ModelScope 等平台上线。通义千问团队表示，希望通过该模型将图像重构为可组合图层，为用户提供直观、精准且鲁棒的图片编辑能力。
技术报告:
https://arxiv.org/abs/2512.15603
Github:
https://github.com/QwenLM/Qwen-Image-Layered
ModelScope:
https://www.modelscope.cn/models/Qwen/Qwen-Image-Layered
Hugging Face:
https://huggingface.co/Qwen/Qwen-Image-Layered
Demo:
https://www.modelscope.cn/studios/Qwen/Qwen-Image-Layered
这是一篇关于通义千问推出 Qwen-Image-Layered 模型，实现图片 “分层编辑” 突破的文章，内容值得关注。
本网站(https://aigc.izzi.cn)刊载的所有内容，包括文字、图片、音频、视频等均在网上搜集。
访问者可将本网站提供的内容或服务用于个人学习、研究或欣赏，以及其他非商业性或非盈利性用途，但同时应遵守著作权法及其他相关法律的规定，不得侵犯本网站及相关权利人的合法权利。除此以外，将本网站任何内容或服务用于其他用途时，须征得本网站及相关权利人的书面许可，并支付报酬。
本网站内容原作者如不愿意在本网站刊登内容，请及时通知本站，予以删除。
