12月22日 ，阿里开源全新图像生成模型Qwen-Image-Layered ，首次在模型内实现PS级的图层理解与图像生成。
千问新模型采用自研创新架构，可将图片“拆解 ”成多个图层，就像个专业设计师用Photoshop分层作图修图 ，可实现几乎“零漂移 ”的AI图像精准编辑 ，彻底解决AI生图的一致性难题，加速大模型在专业设计领域的现实落地 。
Qwen-Image-Layered打破了主流视觉大模型的“扁平式思维” ，模型通过“分层”和“补全 ”建立起对现实世界更准确的“物理式理解 ” ，让AI从平面的“看图说话”迈向真实的“空间重构 ” 。
在当前的视觉大模型领域 ，图像一致性编辑始终是一个核心挑战。AI生图有创意但难编辑 ，主要是因为大模型对图片的理解是扁平的，是一堆像素点紧密耦合在一起 ，而不能像人一样感知出图中物体的远近、遮挡等物理关系。
因此 ，让大模型生图和编辑就像抽卡“开盲盒 ”：比如你想把画里的猫往左挪10厘米，但AI完全不知道猫左挪后空出来的背景会有什么 ，只能再重新生成一次 ，猫和背景全都变了样 。
这种“牵一发而动全身”的随机性，让AI绘图在追求极致精准的商业广告设计 、UI界面设计 、影视后期处理等专业领域，始终只能作为一种参考 ，而无法真正取代专业工具 。
Qwen-Image-Layered 的出现 ，意味着视觉大模型从“像素预测 ”转向“结构重组 ”。
千问团队自研了一种全新的RGBA-VAE编码，在传统的RGB图像中引入代表透明度图层的“Alpha通道” ，让模型有了图层的概念；同时新模型采用了创新的VLD-MMDiT架构 ，配合独特的“图层级3D位置编码 ”，让AI自动“脑补 ”被遮挡部分的背景纹理 ，实现对图层和空间的更深入理解和生成 。
据了解 ，为训练这种能力，千问团队从海量的专业Photoshop（PSD）文件中提取真实图层逻辑 ，让AI从出生起就拥有专业设计师的“分层思维” 。
Qwen-Image-Layered模型架构图
业内人士指出，千问新模型将为创意产业带来实质性变革。AI生图不再是死板一块 ，而成为一个活生生的、可无限调整的素材库；图片编辑也不再需要复杂精细的人工抠图 ，而是AI原生地实现了“内在可编辑性 ”，设计师、动画和影视制作人员可在保持背景或主体完全不变的前提下，对特定图层的构件进行位移 、缩放或重绘 ，显著提升数字内容创作的生产效率 。
据了解 ，Qwen-Image-Layered已在魔搭社区和HuggingFace开源，开发者和企业可免费下载商用 。截至目前 ，阿里已开源近400个千问模型 ，全球下载量突破7亿次，衍生模型数超18万个 ，是全球第一的开源模型。通义大模型已服务超100万家客户 ，在中国企业级大模型调用市场中通义位居第一，是中国企业选择最多的大模型 。
— 完 —
量子位 QbitAI
关注我们 ，第一时间获知前沿科技动态
本文来自作者[江南沐雨]投稿，不代表视听号立场，如若转载，请注明出处：https://wap.stddy.com/wiki/202512-67255.html
评论列表（4条）
我是视听号的签约作者“江南沐雨”！
希望本篇文章《阿里开源全新图像模型Qwen-Image-Layered，PS级图层精准编辑生成》能对你有所帮助！
本站[视听号]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览：12月22日，阿里开源全新图像生成模型Qwen-Image-Layered，首次在模型内实现PS级的图层理解与图像生成。千问新模型采用自研创新架构，可将图片“拆解”成多个图层，...