LogoAIRosetta

Qwen 發佈 Qwen-Image-Layered 模型:圖像分解技術開啟 AI 編輯新時代

Hugging Face

Summary阿里巴巴 Qwen AI 團隊發佈 Qwen-Image-Layered 模型,基於端到端擴散機制將單張 RGB 圖像分解為多語義隔離的 RGBA 層,支援透明通道與獨立編輯。開源已喺 Hugging Face 上線,面向數碼設計、遊戲開發同電商場景,或推動圖像生成向結構化編輯轉型。

2025年12月19日,阿里巴巴旗下嘅 Qwen AI 團隊正式發佈最新嘅圖像處理模型 Qwen‑Image‑Layered。呢個模型以端到端擴散機制為核心,能將單張 RGB 圖像分解成多個語義分離嘅 RGBA 圖層,支援透明通道同內建可編輯性。Qwen‑Image‑Layered 嘅開源版本已喺 Hugging Face 平台上線,用戶可免費下載試用。今次發佈迅速喺 AI 同圖像處理社群掀起討論,唔少專家認為,佢將傳統光柵圖像同結構化、可編輯表示之間搭起橋樑,有望重塑內容創作同數碼設計領域。arXiv 論文《Qwen‑Image‑Layered: Towards Inherent Editability via Layer Decomposition for Images》詳細闡述模型架構同技術細節,強調喺編輯效率同語義準確性嘅突破。

Qwen AI 嘅背景同模型演進

Qwen AI 係阿里巴巴達摩院開發嘅開源大模型系列,自2023年起已推出多個版本,包括 Qwen‑1.5、Qwen‑2 同 Qwen‑3,覆蓋文字、程式碼同多模態處理。作為中國領先嘅 AI 開源項目,Qwen 系列喺 Hugging Face 上嘅累計下載量超過數億次,廣泛應用於聊天機械人、內容生成同企業方案。Qwen‑Image‑Layered 係 Qwen 圖像處理分支嘅最新成果,延續團隊喺多模態 AI 上嘅探索。

此前 Qwen 嘅圖像模型如 Qwen‑VL 注重視覺語言理解,但 Qwen‑Image‑Layered 轉向圖像分解同編輯。團隊喺官方博客表示,呢個模型嘅靈感來源於用戶對圖像編輯工具嘅需求:傳統工具如 Photoshop 需要手動分離圖層,而 AI 應實現自動化同智能化。Reddit 上 StableDiffusion 子版塊討論指出,呢次開源發佈標誌住 Qwen 由純生成轉向結構化編輯,填補 AI 圖像工具嘅空白。

模型核心技術與功能亮點

Qwen‑Image‑Layered 係一個端到端擴散模型,能將輸入圖像分解為多個高質素、語義分離嘅 RGBA 圖層。每個圖層包含透明通道(Alpha),容許獨立編輯而唔會影響其他圖層。例如,用戶可以將圖像入面嘅「人」圖層移動或更改顏色,而背景圖層保持不變。呢點同傳統分割工具唔同,後者只係識別物件,而 Qwen‑Image‑Layered 會生成完整嘅可編輯圖層,支援透明度同語義一致性。

模型訓練基於大規模數據集,融入語義 disentanglement 技術,以確保圖層之間嘅獨立性。YouTube 示範影片展示咗其應用:輸入一張複雜場景圖像,模型輸出多個圖層檔案,用戶可喺 GIMP 等工具中輕鬆編輯。ComfyUI Wiki 評測指出,Qwen‑Image‑Layered 嘅分解速度較同類模型快,且支援商業許可,適合專業設計用途。

與其他 Qwen 模型整合後,該模型可同 Qwen‑2 結合,實現文字指導嘅分解,例如「將圖像分解為人、背景同物件圖層」。DEV.to 指南強調,其革命性在於「結構即新像素」,將圖像由平面轉向可組合嘅層級。Hacker News 討論認為,呢個模型喺透明通道處理上優於 Flux 或 Krea 等工具。

與競爭對手嘅比較

AI 圖像編輯市場競爭激烈,Qwen‑Image‑Layered 直接挑戰 Adobe Firefly、Stability AI 嘅 Stable Diffusion 同 Midjourney。Adobe Firefly 側重生成,而 Qwen 強調分解式編輯;Stable Diffusion 雖然開源,但層級分離唔及 Qwen 精細。Fal.ai 平台測試顯示,Qwen‑Image‑Layered 喺語義準確性上領先,支援端到端推理。

與 ChatGPT 或 DALL‑E 相比,Qwen 嘅模型更專注於結構化輸出,而唔係純粹生成。Qwen 團隊稱,開源策略促進社群創新,Hugging Face 下載量已逾數萬次。

應用場景與潛在影響

Qwen‑Image‑Layered 嘅應用好廣泛。喺數碼設計方面,佢簡化後期處理,用戶可快速分離元素,提高效率。喺遊戲開發方面,可用於資產編輯;喺電商方面,支援產品圖像定制。YouTube 影片強調,獨立圖層編輯避免咗傳統工具嘅干擾問題。

行業影響深遠。TechCrunch 指出,呢個模型推動 AI 向可編輯內容轉型,降低專業門檻。但亦有挑戰:模型需要更多訓練資料以優化邊緣案例,例如複雜光影;倫理方面,需防止被濫用去製造假圖像。

展望未來

Qwen‑Image‑Layered 嘅發佈加強咗阿里巴巴喺 AI 開源領域嘅領導地位。團隊計劃擴展至視頻分解,並有望喺 2026 年推出多模態版本。隨住 AI 圖像工具成熟,呢個模型或會成為編輯領域嘅標竿,推動創意產業變革。

▶️ 鍾意呢篇內容?創作真係好辛苦!

歡迎關注我哋嘅 YouTube 頻道:
AI Rosetta

你嘅讚好、訂閱同分享,係對我哋最大嘅支持!🙏

更多 AI 新聞請瀏覽:https://www.airosetta.com

CopyrightStatement

Comment

Please login before commenting

NoComments

RelatedNews

LoadingMore

Qwen 發佈 Qwen-Image-Layered 模型:圖像分解技術開啟 AI 編輯新時代 - Airosetta News