一、摘要
Qwen-Image-Layered 是 Qwen 团队开源的图像“层分解”模型：输入一张普通 RGB 图片，输出多张彼此物理隔离的 RGBA 图层。与常见的“在同一张扁平图上做编辑”不同，它把主体与结构拆到独立层，使得重着色、移动、缩放、删除等基础操作更接近设计软件的无损流程，并支持把某一层继续拆分，实现递归的细粒度分解。
二、核心特性
1、Photoshop 风格分层（原生可编辑）：输出为多张 RGBA 层，透明通道明确，目标层编辑时更不容易“牵连”背景与其他对象。
2、层数可控：推理时可通过参数指定分解层数（仓库示例展示了 3 层、8 层等用法），便于在“粗布局”与“细对象”之间权衡。
3、递归/无限分解：任意输出层都可再次作为输入继续分解，逐步钻取到更细的结构细节。
4、工作流友好：官方提供 Gradio 界面，并支持将分解结果导出为 pptx，便于在常见办公/演示工具里直接拖拽与排版。
三、安装
1、环境准备：建议使用带 CUDA 的 GPU 环境，并按官方提示保证 transformers、diffusers 等依赖版本满足要求。
2、安装依赖：按仓库 Quick Start 安装最新版 diffusers 及导出所需依赖（如 python-pptx）。
3、最小推理：使用 QwenImageLayeredPipeline.from_pretrained("Qwen/Qwen-Image-Layered") 加载模型；输入 RGBA 格式图片并设置 layers（分解层数）、num_inference_steps、resolution 等参数即可得到多层输出。
4、启动可视化 Demo：运行仓库提供的 Gradio 脚本进行分解与导出；如需对透明层做进一步编辑，可使用仓库内与图层编辑相关的工具脚本（通常需要配合图像编辑模型一起使用）。
四、典型用例
1、电商与广告素材快速改色/替换：把主体拆成独立层后，对单一对象改色或替换更直观。
2、海报/封面排版：分解后可直接移动、缩放不同层，快速尝试构图与层级关系。
3、抠图与合成前处理：相较只输出 mask 的分割/抠图，RGBA 层更适合直接进入合成管线。
4、一致性编辑的“中间表示”：把编辑目标限定在某一层，再进行重绘/替换，可降低背景被污染的概率。
5、递归细化：先做少层分解得到大结构，再对其中一层继续分解，逐步获取更细颗粒度的对象层。
五、生态与竞品
1、生态：提供 Hugging Face 模型权重与 Diffusers 管线接口，配套仓库脚本可直接启动 Web Demo，并提供导出到 pptx 的落地路径。
2、竞品/替代思路：
- 传统图像编辑 AI（局部重绘/指令编辑）：通常仍在“扁平像素画布”上生成，容易出现目标与背景的耦合与漂移。
- 分割/抠图/Matting：可得到 mask 或前景，但不一定形成可重排的多层 RGBA 结构，且层间关系与重建一致性不总是目标。
- 设计工具的 PSD 图层：是人工/工具链产生的结构化图层；Qwen-Image-Layered 更像是把“从一张图自动恢复图层结构”模型化。
六、局限与注意事项
1、算力与速度成本：分解成更多层通常意味着更高的推理成本，交互式场景需权衡层数与步数。
2、层的语义不总是“你想要的对象”：某些复杂遮挡、透明材质、纹理密集区域，可能出现层边界不稳定或拆分不符合直觉，需要人工挑选或二次分解。
3、分辨率与细节：高分辨率更利于细节，但也更吃显存；建议按官方推荐的分辨率策略与参数进行尝试。
4、导出格式的可编辑性边界：导出到 pptx 便于拖拽排版，但它不等同于完整 PSD 生态（如混合模式、调整图层等高级特性仍需额外工具链）。
七、项目地址
https://github.com/QwenLM/Qwen-Image-Layered
八、常见问题
Q: Qwen-Image-Layered 支持指定分解层数吗？
A: 支持。推理接口提供 layers 等参数控制输出层数；层数越多通常越细，但耗时与资源也更高。
Q: Qwen-Image-Layered 的“无限分解/递归分解”怎么用？
A: 先对原图分解得到多层 RGBA，再选择其中一层作为新输入继续分解，即可逐层细化。
Q: Qwen-Image-Layered 输出能直接用于设计排版吗？
A: 可以通过官方脚本导出为 pptx，把各层作为独立元素进行移动与缩放；更复杂的设计能力取决于你的下游工具链。
Q: Qwen-Image-Layered 适合替代抠图/分割模型吗？
A: 不完全替代。它输出的是可编辑 RGBA 多层结构，更偏“编辑中间表示”；而分割/抠图更擅长给出精确 mask，二者可互补。
