2025年12月19日，阿里巴巴旗下的 Qwen AI 团队正式发布了其最新图像处理模型 Qwen‑Image‑Layered。这一模型以端到端扩散机制为核心，能够将单张 RGB 图像分解为多个语义分离的 RGBA 层，支持固有编辑性。 Qwen‑Image‑Layered 的开源版本已在 Hugging Face 平台上线，用户可免费下载并测试。 这一发布迅速引发 AI 和图像处理社区的热议，许多专家认为，它桥接了传统光栅图像与结构化、可编辑表示的鸿沟，将重塑内容创作和数字设计领域。 arXiv 论文《Qwen‑Image‑Layered: Towards Inherent Editability via Layer Decomposition for Images》详细阐述了该模型的架构和技术细节，强调其在编辑效率和语义准确性上的突破。
Qwen AI 的背景与模型演进
Qwen AI 是阿里巴巴达摩院开发的开源大模型系列，自2023年以来，已推出多个版本，包括 Qwen‑1.5、Qwen‑2 和 Qwen‑3，涵盖文本、代码和多模态处理。 作为中国领先的 AI 开源项目，Qwen 系列在 Hugging Face 上累计下载量超过数亿次，广泛应用于聊天机器人、内容生成和企业解决方案。 Qwen‑Image‑Layered 是 Qwen 图像处理分支的最新成果，延续了团队在多模态 AI 上的探索。
此前，Qwen 的图像模型如 Qwen‑VL 专注于视觉语言理解，但 Qwen‑Image‑Layered 转向图像分解和编辑。 团队在官方博客中表示，该模型的灵感来源于用户对图像编辑工具的需求：传统工具如 Photoshop 需要手动分离层，而 AI 应实现自动化和智能化。 Reddit 上的 StableDiffusion 子版块讨论称，这一模型的开源发布标志着 Qwen 从纯生成转向结构化编辑，填补了 AI 图像工具的空白。
模型核心技术与功能亮点
Qwen‑Image‑Layered 是一个端到端扩散模型，能将输入图像分解为多个高质量、语义分离的 RGBA 层。 每个层包含透明通道（Alpha），允许独立编辑而不影响其他层。例如，用户可以将图像中的“人”层移动或修改颜色，而背景层保持不变。 这与传统分割工具不同，后者仅识别对象，而 Qwen‑Image‑Layered 生成完整的可编辑层，支持透明度和语义一致性。
模型的训练基于大规模数据集，融入语义 disentanglement 技术，确保层间独立。 YouTube 演示视频展示了其应用：输入一张复杂场景图像，模型输出多层文件，用户可在工具如 GIMP 中轻松编辑。 ComfyUI Wiki 评测指出，Qwen‑Image‑Layered 的分解速度快于类似模型，支持商业许可，适用于专业设计。
与其他 Qwen 模型集成，该模型可与 Qwen‑2 结合，实现文本指导分解，如“将图像分解为人、背景和物体层”。 DEV.to 指南强调，其革命性在于“结构即新像素”，将图像从平面转向可组合层级。 Hacker News 讨论称，这一模型的透明通道处理优于 Flux 或 Krea 等工具。
与竞争对手的比较
AI 图像编辑市场竞争激烈，Qwen‑Image‑Layered 直接挑战 Adobe Firefly、Stability AI 的 Stable Diffusion 和 Midjourney。 Adobe Firefly 侧重生成，而 Qwen 强调分解编辑；Stable Diffusion 开源，但层级分离不如 Qwen 精细。 Fal.ai 平台测试显示，Qwen‑Image‑Layered 在语义准确性上领先，支持端到端推理。
与 ChatGPT 或 DALL‑E 比较，Qwen 的模型更专注结构化输出，而非纯生成。 Qwen 团队声称，该模型的开源策略促进社区创新，Hugging Face 下载量已超数万。
应用场景与潜在影响
Qwen‑Image‑Layered 的应用广泛。在数字设计中，它简化后期处理，用户可快速分离元素，提升效率。 游戏开发中，可用于资产编辑；电商中，支持产品图像定制。 YouTube 视频强调，其独立层编辑避免了传统工具的干扰问题。
行业影响深远。TechCrunch 指出，这一模型推动 AI 向可编辑内容转型，降低专业门槛。 但挑战存在：模型需更多训练数据优化边缘案例，如复杂光影。 伦理方面，需防范滥用生成假图像。
展望未来
Qwen‑Image‑Layered 的发布强化了阿里巴巴在 AI 开源领域的领导力。 团队计划扩展到视频分解，2026年或推出多模态版本。 随着 AI 图像工具成熟，这一模型或成为编辑领域的标杆，推动创意产业变革。
▶️ 喜欢这篇内容？创作真的很辛苦！
欢迎关注我们的 YouTube 频道：
AI Rosetta
你的点赞、订阅和分享，是对我们最大的支持！🙏
更多AI新闻请访问：
https://www.airosetta.com