什么值得买App

我的兴趣消费指南

什么值得买
连续签到专享现金活动

阿里开源AI修图黑科技!自动将图片分解成独立图层,换背景终于不翻车了

换了个背景,人像黑成煤球;局部重绘后前景和背景色调割裂。这些AI修图的经典翻车场景,有望被阿里最新开源的Qwen-Image-Layered解决。该模型于2025年12月正式开源,能将任意图片自动分解为多个独立RGBA图层——每个图层自带透明通道,可单独移动、调色、替换,完全不影响其他层。目前模型权重已上线Hugging Face和ModelScope,普通用户可在本地显卡上运行。123
图层分离如何解决修图痛点
用户日常修图时最头疼的问题,是AI工具"牵一发而动全身"。据用户反馈,用传统AI修图软件给电商产品图换背景,经常出现"背景换了,人像黑成煤球"的状况;局部重绘修改文字时,人物肤色、光影随之漂移。这些问题的根源在于传统AI将整张图视为整体,缺乏对画面结构的理解。Qwen-Image-Layered的解决思路完全不同:它像专业设计师一样理解图像结构,将画面分解为前景主体、文字图层、阴影层、背景层等多个语义独立的RGBA图层。图层分离就像PS里的分层操作,你可以单独改背景而不碰前景,彻底避免色调不统一的翻车问题。456
实测一张产品海报约12秒完成分解。模型会自动识别文字区域、主体商品、自然阴影、环境高光等元素,输出为可直接导入Photoshop或Figma的PNG文件。用户吐槽的"改一处毁全图"彻底成为历史——设计师只需拖动对应图层调整构图,电商运营能批量替换商品背景而不伤主图细节。72
本地运行配置与版本选择
Qwen-Image-Layered以ComfyUI自定义节点形式集成,官方提供预构建Docker镜像,无需从头编译环境。模型支持三种运行方案,用户可根据显卡显存选择:8
运行方案显存要求模型精度适用场景生成速度
标准版(BF16)≥24GB原始精度专业用户、高清输出较慢
FP8优化版12-16GB量化精度主流消费级显卡中等
GGUF Q4蒸馏版≥8GB4位量化低显存设备、快速测试较快
硬件配置方面,推荐使用NVIDIA RTX 3060(12GB显存)及以上显卡,系统内存16GB以上,Python版本必须为3.10。首次运行需从Hugging Face下载约1.8GB的基础模型权重,请确保网络畅通。显存24GB以上的用户可直接使用BF16原版,8-12GB显存用户推荐GGUF Q4量化版,效果损失可控但显存压力大幅降低。89
技术架构与输出格式
Qwen-Image-Layered基于Qwen2.5-VL视觉语言架构构建,核心技术包括自研的RGBA-VAE(让模型理解透明度信息)和VLD-MMDiT(可变长度图层分解网络)。与传统的像素级分割模型(如SAM)不同,它输出的是语义对齐、空间一致的即用型图层——背景层被遮挡部分会自动补全,前景层边缘保留发丝级细节,不存在传统蒙版常见的灰边或毛刺。610
模型默认输出4个图层,可根据图像复杂度调整至3-8层。支持导出为PNG(含Alpha通道)、PSD(Photoshop直接编辑)、PPTX(PowerPoint图层幻灯片)三种格式,满足设计师、电商运营、内容创作者等不同场景需求。112
当前状态与使用建议
Qwen-Image-Layered已完全开源,模型权重和代码均可在GitHub获取。普通用户若不具备本地部署条件,可通过Hugging Face Spaces或ModelScope在线体验。C端修图应用尚未集成该模型,短期内主流手机修图App暂无升级计划。对AI修图有强需求的用户,可关注通义App或淘宝创意助手的更新动态。12
技术参数建议:steps设为50-100步,cfg_scale设为7.5,resolution根据需求选择640(快速预览)或1024(高清输出),默认输出4层。复杂场景下可提高图层数量,但生成时间会相应增加。1113

评论

评论区空态插画

当前文章无评论,是时候发表评论了